Er der sammenhæng mellem udviklingen i middellevetid og sundheds- og medicinudgifterne?

Relaterede dokumenter
Tre ekstra leveår til alle over de næste 10 år Hvad siger evidensen? Kjeld Møller Pedersen Syddansk Universitet

Hvad siger evidensen?

Arbejdsnotat. Tendens til stigende social ulighed i levetiden

Syddansk Universitet. Notat om Diabetes i Danmark Juel, Knud. Publication date: Document Version Også kaldet Forlagets PDF. Link to publication

University of Southern Denmark. Notat om Diabetes i Danmark. Juel, Knud. Publication date: Document version Forlagets udgivne version

Social ulighed i Sundhed: Empiri og årsager

Guide til sygdomsforebyggelse på sygehus og i almen praksis. Fakta om fysisk aktivitet

Notat om uddannelsesmæssig og social ulighed i levetiden

DET DANSKE SUNDHEDSVÆSEN I INTERNATIONALT PERSPEKTIV

Kan sundhedsfremme betale sig? Hvordan kommuner og regioner kan tænke sundhedsøkonomi med ind i indsatser målrettet aktivt medborgerskab

OECD-analyse: Danske sygehuse er omkostningseffektive

Større dødelighed blandt efterlønsmodtagere

Hovedresultater af DREAMs befolkningsfremskrivning

Finansudvalget FIU alm. del Bilag 48 Offentligt

1. Er fedme (bmi > 30) en kronisk sygdom

Nye tal fra Sundhedsstyrelsen. Dødsårsager i de nordiske lande :9

Susanne Reindahl Rasmussen chefkonsulent, MPH, Ph.d. Fremtidens tobaksforebyggelse i Region Midtjylland 20. september 2006

Risikofaktorudviklingen i Danmark fremskrevet til 2020

24. januar, 2007 Professor Kjeld Møller Pedersen Syddansk Universitet

HÅNDTERING AF RISIKOFAKTORER FOR SYGDOM Medicinforbrug og selvvurderet helbred

Syddansk Universitet. Dødeligheden i Københavns kommune Koch, Mette Bjerrum; Davidsen, Michael; Juel, Knud. Publication date: 2012

4. Selvvurderet helbred

REEKSAMEN I EPIDEMIOLOGISKE METODER IT & Sundhed, 2. semester

Hvem ligger i sengene, bruger ambulatorier og akutmodtagelser hvordan ser»en typisk patient ud i 2018«hvem bruger egentlig sygehusvæsenet?

Funktionsniveau blandt 60-årige og derover

The Voice of Foreign Companies. Sundhedspolitisk agenda. Præsentation af fordelene ved innovative tiltag i Danmark

Demografiske udfordringer frem til 2040

Udvalgte data på overvægt og svær overvægt

SYGEFORSIKRINGER ØGER DEN SOCIALE ULIGHED

Et psykisk belastende arbejde har store konsekvenser for helbredet

Noter til SfR checkliste 3 Kohorteundersøgelser

Longitudinale undersøgelser:

Demensdagene 7. maj Nis Peter Nissen Alzheimerforeningen

Biologiske risikofaktorer, såsom svær overvægt, har stor betydning for både mænd og kvinder.

ELEVERS INTERESSE OG SELVTILLID I NATURFAGENE -OG I FREMTIDEN

Social ulighed i dødelighed i Danmark gennem 25 år

11. Fremtidsperspektiver

Testeksperiment EVAluering. CEEH Interessentforum. 26. november Et testeksperiment med EVA-systemet. Tobaksrygning

8. januar 2018 PRIVAT PRAKTIK FÅR FLERE FLYGTNINGE I JOB. Analyse udarbejdet af seniorøkonom Jens Hjarsbech

Nyt studie: Lavere arveafgift kan sænke arbejdsudbuddet

Finansudvalget FIU Alm.del Bilag 71 Offentligt

2.4 Funktionsniveau blandt 60-årige eller derover

Økonomisk analyse. Tema: Danmark ud af vækstkrisen Det danske arbejdsmarked og det tabte forspring. Highlights:

Forebyggelse af hjertekarsygdomme

Stigende social ulighed i levetiden

HVAD SKER DER MED SUNDHEDEN VED AKTIV MOBILITET?

Infrastruktur og økonomisk udvikling

DANSK RESUMÉ. Forhøjet blodtryk er i stigende grad almindeligt i afrikanske lande syd for Sahara.

Erfaringer fra Danmark Business case med sparede ressourcer og kliniske effekter? Lars Ehlers Professor i sundhedsøkonomi, AAU

Svensk model for bibliometri i et norsk og dansk perspektiv

FLERE INVESTERINGER I DANMARK

Overdødeligheden blandt psykisk syge: Danmark har et alvorligt sundhedsproblem

DET DANSKE SUNDHEDSVÆSEN I INTERNATIONALT PERSPEKTIV

International Research and Research Training Centre in Endocrine Disruption of Male Reproduction and Child Health

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

13 års forskel i Ålborg

Interviewereffekter på spørgsmål om sort arbejde. Rockwool Fondens Forskningsenhed Oktober 2008

Aalborg Universitet. Undersøgelse af miljøvurderingspraksis i Danmark Lyhne, Ivar; Cashmore, Matthew Asa. Publication date: 2013

Kræft var sjældent i oldtiden 25. december 2010 kl. 07:30

Fremtidens udfordringer for det danske sundhedsvæsen. Kjeld Møller Pedersen Syddansk Universitet

Danske registerdata dokumenterer, at hjemløshed skader i flere generationer

Benchmarking på anbringelsesområdet i Aabenraa Kommune

MEDICINGENNEMGANG OG HØJRISIKOMEDICIN

En alternativ udgiftsvej ja tak!

Håndtering af multisygdom i almen praksis

Politisk tillid. Figur 3.2. Politisk deltagelse: effekten af åbenhed ved høj og lav politisk interesse 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1.

Ensomhed og hjertesygdom

Dødeligheden i Danmark gennem 100 år

Kommunale data og økonomiske analyser Hvilke muligheder er der i de kommunale data for at måle effekt (og omkostningseffektivitet?

ULIGHEDEN I DANSKERNES LEVEALDER FALDER

Kommentarer til spørgsmålene til artikel 1: Ethnic differences in mortality from sudden death syndrome in New Zealand, Mitchell et al., BMJ 1993.

En sammenligning af driftsomkostningerne i den almene og private udlejningssektor

Det danske sundhedsvæsen i internationalt perspektiv. Sundhedsstyrelsen, Sundhedsstyrelsen Islands Brygge København S

Førtidspension og psykiske lidelser blandt socialpædagoger og socialrådgivere i PKA

Aalborg Universitet. Borgerinddragelse i Danmark Lyhne, Ivar; Nielsen, Helle; Aaen, Sara Bjørn. Publication date: 2015

Notat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober

Forbrugsvariationsprojektet afsluttende afrapportering

Sundhedstilstand for forskellige befolkningsgrupper I dette afsnit er befolkningens sundhedstilstand

KULTUR OG OPLEVELSER SUNDHED

5.6 Overvægt og undervægt

Langsigtet investering er et must for afkast på sundhedsfremme og forebyggelsesområdet

Analyse 18. december 2014

Modtagelse af svært tilskadekomne.

Prioritering eller ej? Hvad er Konsekvensen? Jens Winther Jensen. Lægeforeningen

Fællesmodul 2: Levekår og sundhed

Epidemiologi og Biostatistik Version 1. september 2005

PRESS RELEASE OECD HEALTH DATA 2006 MONDAY 26 JUNE, 2006 OECD HEALTH DATA 2006 (DANSK OVERSÆTTELSE AF OECD S OFFICIELLE PRESSEMEDDELSE)

Erfaringer med opfølgende hjemmebesøg

DANMARKS FORSKNINGSUDGIFTER I INTERNATIONAL SAMMENLIGNING

Motorway effects on local population and labor market

FOA-medlemmernes sundhed. Rygning, overvægt og psykisk og fysisk anstrengende arbejde sammenlignet med andre grupper på arbejdsmarkedet

Milepæle på kronikerområdet de seneste 10 år

applies equally to HRT and tibolone this should be made clear by replacing HRT with HRT or tibolone in the tibolone SmPC.

Brugerinddragelse hvad ved vi? Rehabiliteringsrambla Metropol, København

Beslutninger ved livets afslutning - Praksis i Danmark

Notat om multisygdom hos borgere med psykiatriske lidelser opfølgning på Hvordan har du det? 2010

Anders Holm og Mads Jæger. "Kan det betale sig for samfundet at have skoler?"

HELBREDSMÆSSIGE KONSEKVENSER AF

Analyseinstitut for Forskning

FAKTAARK Tema 2014: Mænd som sundhedsvæsenet sjældent når - nye veje og metoder

Transkript:

(EN LETTERE REDIGERET UDGAVE AF WEB-VERSIONEN AF ARTIKLEN, WWW.IRF.DK) Er der sammenhæng mellem udviklingen i middellevetid og sundheds- og medicinudgifterne? Kjeld Møller Pedersen - Professor i sundhedsøkonomi, Syddansk Universitet Danskernes lave middellevetid og udviklingen i sundhedsudgifterne Middellevetiden I såvel den siddende som den forrige regerings forebyggelsesstrategi er det et erklæret mål, at man vil øge danskernes middellevetid, (1, 2). I den seneste valgkamp lovede det største af regeringspartierne, at middellevetiden skulle øges med 3 år i løbet af de næste 10 år. Det er et ambitiøst mål. Den gennemsnitlige årlige vækst fra 2000-2005 var 0,17 år mod et OECD-gennemsnit på 0,21 år og lidt højere i tiåret 1995-2005: 0,24, hvor Danmark lå over OECD-gennemsnittet på 0,23 år. Der er (sundheds)politik i middellevetiden, fordi det intuitivt, men delvist misvisende, kobles sammen med især indsatsen i sundhedsvæsenet. Det er således et underforstået succeskriterium for sundhedsvæsenet og den bredere forebyggelsesindsats at forøge middellevetiden. Det er en åbenbar forenkling. Med WHO s gamle slogan drejer det sig fortsat både om at føje år til livet og føje liv til årene, og en meget stor del af sundhedsvæsenets indsats drejer sig om det sidste. Hertil kan føjes den stigende vægt, man lægger på lighed i sundhed, fx ved at mindske forskellen i middellevetid mellem forskellige befolkningsgrupper. Dette kan meget vel stride mod interessen for alene at maksimere den samlede middellevetid. Sammenlignet med de øvrige OECD-lande, figur 1, er Danmark dårligt placeret for mange en uforståeligt lav placering. Det er en placering, som er svær at ændre på. Det er resultatet af en mangeårig proces: fra at have ligget nogenlunde pænt i feltet i 60 erne og de første år i 70erne til gradvist at få en dårligere og dårligere placering. Figur 2 viser udviklingen i Danmark og en række nærtstående lande. Det karakteristiske er, at Danmark især tabte terræn fra omkring 1978 til omkring midten af 90erne. Stagnationen førte til nedsættelse af Middellevetidsudvalget i 1992. Udvalget skulle undersøge de forhold, der kan påvises at have betydning for udviklingen i middellevetiden i Danmark og specielt, hvorfor Danmark klarerede sig ringere end udlandet, (3). Udvalget skulle i sine analyser inddrage betydningen af levevilkår som fx økonomi, uddannelse, arbejde og arbejdsmiljø og livsstilsfaktorer som motion, ernæring, tobak og alkohol samt sundhedsvæsenets behandlingsindsats. Hovedkonklusionen var, at man ikke i betydende grad kunne finde belæg for betydningen af det sidste forhold, men især mente, at den lave placering skyldtes livsstilsfaktorer. 1

2

Sundhedsudgifterne Et andet forhold, som giver anledning til eftertanke og mange diskussioner, er den andel af bruttonationalproduktet, BNP, som går til sundhedsvæsenet. Det gav anledning til så megen politisk irritation, at sundhedsminister Carsten Koch i 1999 ændrede definitionen af sundhedsudgifter for at få bedre tal, (4). Det var dog ikke helt ubegrundet, om end det præcise omfang af korrektionen kan diskuteres. I mange lande indgår dele af plejehjemssektoren og hjemmehjælp i definitionen af sundhedsudgifter i erkendelse af, at der er glidende overgang. Man valgte derfor at gøre det samme i Danmark med en pænere placering til følge. Betydningen af korrektionen fremgår af figur 3 ( Danmark I er ukorrigeret). Efter denne justering kom Danmark til at ligge midt i feltet af europæiske OECD-lande, figur 3. Der knytter sig mange misforståelser til nøgletallet procent af bruttonationalproduktet, (5). I nogle kredse er det opfattelsen, at jo større en andel jo bedre og i det mindste, at man skal (bør?) ligge i den bedre halvdel. Dette er i sagens natur synspunkter, der især findes i interesseorganisationer og i den til enhver tid værende opposition. Effekten af sundheds- og medicinudgifter på middellevetiden Baggrund Folketingets økonomigruppe udgav først i 2007 et lille notat om Sundhedssektoren i Danmark hvor stor er sundhedssektoren, og hvad får man for pengene, (6). Økonomigruppen forsøgte bl.a. at vise, at der er sammenhæng mellem øgede bevillinger til sundhedsvæsenet og middellevetiden. Et Ritzau-telegram fik endda overskriften høje sundhedsudgifter giver lang levetid, altså en (næsten) etableret sandhed. Debattører har uden egentlig analyse også kredset om emnet, nemlig om forklaringen på danskernes relative lave middellevetid hænger sammen med den internationalt set relativt lave andel af bruttonationalproduktet, som går til sundhedssektoren (7, 8). Middellevetidsudvalget forsøgte i midten af halvfemserne, som nævnt, også at komme bag om spørgsmålet, men uden større held, (9). Lægemiddelindustriforeningen kredser naturligt i et par af de seneste publikationer om problemkredsen og især, om man særskilt kan spore en virkning på middellevetiden af øget og ændret forbrug af medicin, (10, 11). Der er en relativt omfattende international litteratur om sammenhængen mellem sundhedsudgifter og middellevetid eller (alders-specifik) dødelighed (12-17). Blandt sundhedsøkonomer går denne interesse tilbage til sidst i 60 erne, (18, 19). Betydningen af medicin er med stor intensitet undersøgt af Frank Lichtenberg i en række publikationer, (20-27), ligesom spørgsmålet har været undersøgt for Canadas vedkommende, (12, 28). 3

Hovedresultater Udviklingen i middellevetiden påvirkes i det mindste af følgende forhold: levekår, livsstil, sundhedsvæsenets indsats/- sundhedsudgifterne (diagnostik, behandling og forebyggelse) og samfundsudviklingen i almindelighed. Der er ikke uenighed om, hvad der påvirker middellevetiden. Der er til gengæld betydelig uenighed om, hvor meget de enkelte faktorer betyder, og om deres betydning ændrer sig over tid. Interessen for, hvor meget sundhedsvæsenet betyder for middellevetiden, er steget i takt med den fortsatte og øgede vækst i sundhedsudgifterne. Får man et bedre sundhedsmæssigt resultat, og er der dele af sundhedsudgifterne, som betyder mere end andre dele, fx udgifterne til medicin? Der er åbenbare sundhedspolitiske konsekvenser af analyseresultaterne. Hvis der kan påvises en forbedret middellevetid ved øgede sundhedsudgifter, kan det begrunde en fortsat (høj) vækst i sundhedsudgifterne i almindelighed og medicinudgifterne i særdeleshed. Lichtenberg konkluderede således i 2004 for USA, at omkostningerne ved at vinde et ekstra leveår var 9460 dollars i offentlige behandlingsudgifter, medens man kunne få et ekstra leveår for 926 dollars i investeringer i forskning og udvikling af medicin. This suggests that increased development of new drugs may be a more costeffective way of increasing life expectancy than public health expenditure: pharmaceutical R&D expenditure per life-year gained is about one tenth of the cost of public health expenditure per life-year gained. Konklusionen er næppe holdbar, når man læser artiklen kritisk, men det er i sagens natur en konklusion, som sundhedspolitiske parter kan tolke og bruge efter behov. Derfor er det vigtigt med en kritisk vurdering af foreliggende undersøgelser. Med et par undtagelse, (29-32), fra sidst i firserne og midten af halvfemserne foreligger der ikke solid dansk forskning om emnet, hverken for effekten af ændringer i sundhedsudgifter eller isoleret set for medicinudgifter. Middellevetidsudvalget konkluderende i 1994 (33), at det især var livsstil, der betød noget, og konkluderede direkte, at stagnationen i middellevetiden i Danmark [ikke] i nævneværdig grad skyldes det relativt lave niveau for sundhedsudgifter. Jes Søgaards rapport fra 1996 (31) kom til en lidt anden konklusion: øgede ressource til forebyggelse, diagnosticering og behandling i sundhedssektoren påvirker dødeligheden og dermed middellevetiden i befolkningen positivt. En undersøgelse fra 1986 er en pionerundersøgelse af betydningen af intensiveret behandling med medicin (for hypertension), (29, 30). Det var ikke muligt at påvise en klar statistisk signifikant effekt på dødeligheden, om end tendensen i materialet dog pegede i den forventede retning. Den seneste udenlandske forskning fokuserede på 15 EU-lande (14) og konkluderede, at stigende udgifter i perioden 1980-1995 var forbundet med en betydelig forbedring af spædbørnsdødeligheden, men kun havde en marginal virkning på middellevetiden. Resultaterne svarede til, hvad andre tidligere havde påvist Ser man særskilt på medicin, har det, som nævnt, primært været undersøgt for USAs vedkommende. Flere undersøgelser peger i retning af en vis positiv effekt på såvel middellevetiden som fx et reduceret antal hospitalsindlæggelser og aflastning af sundhedsvæsenet i almindelighed. Ligesom for analyserne af sundhedsudgifternes effekt, er der kommet bidrag, som sætter spørgsmålstegn ved de statistiske metoder, der benyttes i disse undersøgelser, (13, 34). Udgangspunktet og metoder for analyserne Den grundlæggende problemstilling er illustreret i figur 4, hvor udviklingen i den danske middellevetid og gennemsnitlige udgifter per indbygger målt i faste 2000 priser er vist for perioden 1970 2005. 4

Spørgsmålet er: kan man vise en (kausal) sammenhæng mellem udviklingen i middellevetiden og sundhedsudgifterne? Spørgsmålet er enkelt, men den statistiske påvisning er metodisk kompliceret. Der bør imidlertid stilles en række indlysende spørgsmål før en detaljeret analyse, således at de avancerede statistiske analyser først bringes i spil, når problemstillingen er gennemtænkt. Der har været en tendens til at kaste sig over de statistiske analyser for tidligt. Dette diskuteres i de følgende afsnit. Hovedkonklusionen er, at de grove statistiske analyser af aggregerede data er af tvivlsom værdi. Indledningsvis skal det noteres, at næsten alle ovenstående analyser er baseret på aggregerede data, jfr. figuren, ikke individdata som fx i kliniske forsøg. Dette er en betydelig svaghed, som skal kobles sammen med det simple forhold, at langt fra al behandling fører til livsforlængelse og derfor ikke smitter af på middellevetiden. En gråstær-operation, en hoftealloplastik, en fødsel, en abort, en sterilisation osv. forlænger ikke livet, og et kontrolbesøg hos den praktiserende læge eller en konsultation for mellemørebetændelse gør det næppe heller. Ikke al medicin forlænger livet, fx sovemedicin, smertestillende medicin, håndkøbsmedicin osv. Hertil kommer overdrevne forestillinger om, hvor meget nye livsforlængende behandlinger bidrager til middellevetiden. Knud Juel har således beregnet, (35), at en total eliminering af brystkræft i 1990 ville give en øget middellevetid på 9 måneder for kvinder og en total eliminering af iskæmisk hjertesygdom i 1990 og 2000 ville have givet mænd henholdsvis 3 ½ og 2 år ekstra levetid. De tilsvarende tal for kvinder er 2,7 år og 1 ½ år. Udover at illustrere hvor meget en (urealistisk) 100% effektiv indsats ville give, peger forskellen mellem 1990 og 2000 på, at en stor del af den forøgede middellevetid mellem 1990 og 2000 kan henføres til bedre resultater for iskæmisk hjertesygdom. Hertil kommer, at en bedre forståelse af, hvad middellevetid er, og hvordan det spiller sammen med ændringer i dødeligheden, er et uomgængeligt udgangspunkt for sådanne analyser. Ud fra dødsrater i en bestemt periode beregner man overlevelsestavler, og derfra kan man få et mål for middellevetiden. Ser man på ændringer i middellevetiden over tiden, giver det ikke information om, hvilke alders- og sygdomsgrupper, der forklarer en observeret ændring. I stedet for avancerede og ofte uigennemskuelige statistiske analyser ville det mest frugtbare snarere være, at fokusere på metoder til at studere sammenhængen mellem dødelighed og middellevetiden, (36-38). Pollards metode har således været brugt til at studere udviklingen i bl.a. Tyskland, (39). Med afsæt i en forståelse af, hvordan de alders- og årsagsspecifikke rater har ændret sig og deres virkning på middellevetiden, kan man dernæst gå et skridt videre og undersøge, hvad der er de mulige forklaringer på de ændrede dødsrater. Ingen af de foreliggende analyser har dette udgangspunkt. Når man på én og samme gang benytter aggregerede data, og ikke anlægger en skelnen mellem indsatser, som er, henholdsvis ikke er, livsforlængende, og vurderer den realistiske effekt på middellevetiden af mere effektiv behandling 5

for væsentlige sygdomme, kan det ikke overraske, at det er svært at komme frem til definitive konklusioner. Hertil kommer, at man i de statistiske modeller også skal tage højde for, at en evt. forøgelse i middellevetiden er tidsforskudt i forhold til en forøgelse af sundhedsbudgettet, herunder medicinforbrug. Man regner normalt med, at effekten på middellevetiden indfinder sig med mindst 10 års forsinkelse. Endelig skal der i de statistiske analyser tages højde for relevante confounders dvs. forhold, som statistisk skal kontrolleres for at kunne udskille virkningen af fx ændringer i sundhedsbudgetterne eller i medicinforbruget. Typiske confounder-variable vil være indikatorer for livsstil, fx forbrug af tobak, alkohol, grøntsager, motion osv. samt levekår, fx arbejdsmiljø og økonomisk udvikling. Sammenfatningen fra en nylig canadisk rapport, (13), om sammenhængen mellem medicin og ændringer i middellevetiden illustrerer og understreger en række af ovenstående observationer og understreger den varsomhed, hvormed sådanne studier skal fortolkes. Indledningsvis noteres, at en række studier baseret på en statistisk analyse af sammenhængen mellem middellevetid og ny/nyere medicin eller udgifterne dertil, mener at have påvist, at medicin kan tilskrives en betydelig del af æren for den forøgede middellevetid. De canadiske forskere vurderer disse studier kritisk, ligesom de i et par tilfælde foretager en replikation af analyserne. Hovedkonklusionerne fra den kritiske analyse er, at det ad statistisk vej er svært at adskille virkningen af medicin fra den øvrige behandling af de pågældende sygdomme. Det er forskernes vurdering, at de estimerede virkninger er usandsynligt høje. Ved replikationen af analyserne viste de sig at være følsomme over for selv små ændringer i specifikationen af den statistiske model. Det konkluderes, at man reelt set ikke kan bruge aggregerede data til at estimere effekten på middellevetiden. Det er vigtigt at understrege, at dette ikke betyder, at nye behandlinger ikke har nogen virkning på middellevetiden. Fra kliniske forsøg ved man, at en række behandlinger påvirker dødeligheden, men dette opgøres sjældent som vunden levetid. Som eksemplet neden for omkring antiretroviral kombinationsbehandling viser, kan der på én og samme gang udmærket være en markant formindskelse af dødeligheden for veldefinerede tilstande samtidig med, at det ikke påvirker middellevetiden nævneværdigt. Det er ikke noget paradoks, men alene udtryk for, hvor meget der skal til for i betydende grad at ændre middellevetiden. To nylige undersøgelser fra universitet i York, (40, 41), viser ved hjælp af et datamateriale fra omkring 300 geografisk administrative områder (de såkaldte Primary Care Trusts), at der for en række diagnoser kan etableres den forventede sammenhæng mellem sundhedsudgifter og dødelighed. Det skyldes, at det er muligt nogenlunde klart at udskille udgifterne til de enkelte sygdomme (diagnoser). Budgetterne er opdelt i 23 såkaldte programmer, som underliggende er relateret til en række hoveddiagnoser. Samtidig findes der standardiserede mortalitetsrater, hvilket muliggør at foretage mere éntydige statistiske analyser. Denne fremgangsmåde udgør en mellemposition mellem, hvad der skitseres i nedenstående eksempel og de grove meget aggregerede analyser, der har været diskuteret ovenfor. For en række af programmerne kan der påvises den forventede negative sammenhæng mellem det samlede udgiftsniveau og de standardiserede mortalitetsrater, dvs. i geografiske områder med høje(re) udgifter, er der en lavere dødelighed. Case: antiretroviral kombinationsbehandling og dødeligheden blandt personer med HIVinfektion Udviklingen i dødeligheden blandt personer med HIV-infektion kan illustrere dels hvilket detaljeringsniveau, man skal analysere på for at vise en effekt af en (medicinsk) behandlingsindsats, dels hvor meget (lidt) selv en dramatisk ændring i dødeligheden påvirker middellevetiden. Det sidste først. En total eliminering af AIDS som dødsårsag i Danmark ville i 1990 have ændret middellevetiden med 6 uger for mænd og 2 dage for kvinder. I 2000 var det tilsvarende tal for mænd på 1 uge og fortsat 2 dage for kvinder, (35). Dette skal sammenholdes med en markant ændring af dødeligheden i kølvandet på brugen af den effektive antiretrovirale kombinationsbehandling i midten af 90 erne, figur 5. På mange måder er den en stor succeshistorie. I 1995 var der næsten 240 ÀIDS-dødsfald. Dette tal var faldet til 41 i 1998. 6

Konklusion: Middellevetiden afhænger af mange variable fx økonomisk udvikling, arbejde, uddannelse, sundhedsvæsnets behandlingsindsats og livsstilsfaktorer. Mange lægemidler forlænger ikke middellevetiden og mange behandlinger, som giver en dramatisk nedsættelse af dødeligheden, øger kun middellevetiden marginalt, fordi der ofte er tale om mindre grupper, jfr. AIDS-eksemplet. Det er overordentligt svært og problematisk at anvende aggregerede data til at undersøge sammenhængen mellem sundhedsudgifter herunder udgifter til behandlinger og middellevetiden. Derfor kan man ikke umiddelbart konkludere, at flere udgifter til lægemiddelbehandling vil forøge levetiden eller omvendt de relativt få udgifter til lægemiddelbehandling kan ikke umiddelbart forklare den kortere levetid. 7

Referencer 1. Sundhedsministeriet. Regeringens folkesundhedsprogram 1999-2008. Et handlingsorienteret program for sundere rammer i hverdagen. København 1999. 2. Sundhedsministeriet. Sund hele livet - de nationale mål og strategier for folkesundheden 2002-10. 2002. København, Sundhedsministeriet. 3. Middellevetidsudvalget. Levetiden i Danmark (én af i alt 13 rapporter). København: Sundhedsministeriet; 1994. 4. Koch C. Internationale sammenligninger af sundhedsudgifter: Danmark på niveau med øvrige nordiske og nordeuropæiske lande. Ugeskr Læger 1999;(13):1952-4. 5. Pedersen KM (red), Borum F, Hougaard L, Thinggaard DM. Sundhedsvæsenets økonomi, organisation og ledelse. København: Gads Forlag; 2006. 6. Folketingets økonomigruppe. Sundhedssektoren i Danmark - hvor stor er sundhedssektoren og hvad får man for pengene". 2007. København, Folketinget. 7. Høiby N. Det danske sundhedsvæsens storhed og fald. 1999. 8. Høiby N. Pengene eller livet! Det politiske ansvar for sundhedsvæsenets nedtur. 2001. 9. Middellevetidsudvalget. Levetiden i Danmark. København: Sundhedsministeriet; 1994. 10. Lif. Den forsvundne sundhedspolitik. 2006. København, Lægemiddelindustriforeningen. 11. Lif. Den forsømte sundhed. 2007. København, Lægemiddelindustriforeningen. 12. Cremieux PY, Meilleur MC, Ouellette P, Petit P, Zelder M, Potvin K. Public and private pharmaceutical spending as determinants of health outcomes in Canada. Health Econ 2005; 14(2):107-16. 13. Grootendorst P, Piérard E, Sim M. The life expectancy gains from pharmaceutical drugs: a critical appraisal of the literature. 2007. McMaster University Hamilton, Ontario, Canada. SEDAP Research Paper No. 221. 14. Nixon J, Ulmann P. The relationship between health care expenditure and health outcomes. Evidence and caveats for a causal link. The European journal of health economics 2006;7-18. 15. Or Z. Exploring the effects of health care on mortality across OECD countries. 2000. Paris, OECD. Occasional Papers. 16. Cutler D, Deaton A, Lleras-Muney A. The determinants of mortality. Journal of Economic Perspectives 2006; 20(3):97-121. 17. Newhouse JP, Friedlander LJ. The relationship between medical resources and measures of health: some additional evidence. Journal of Human Resources 1980; 15(2):200-18. 18. Auster R, Leveson I, Sarachek D. The production of health - an exploratory study. Journal of Human Resources 1969; 4(4):411-36. 19. Letourmy A. Some aspects of the relationships between mortality, environmental conditions, and medical care. In: Bailey N, Thompson M, editors. System Health Planning. Amsterdam: North Holland; 1975 p. 267-78. 20. Lichtenberg FR. Do (more and better) drugs keep people out of hospitals? American Economic Review 1996; 86(2):384-8. 21. Lichtenberg FR. Are the benefits of newer drugs worth their cost? Evidence from the 1996 MEPS. Health Aff 2001; 20(5):241-51. 22. Lichtenberg FR. The Effect of New Drug Approvals on HIV Mortality in the US, 1987-1998. Economics and Human Biology 2003; 1(2):259-66. 23. Lichtenberg FR. Sources of U.S. Longevity Increase, 1960-2001. Quarterly Review of Economics and Finance 2004; 44(3):369-89. 24. Lichtenberg FR. The Impact of New Drug Launches on Longevity: Evidence from Longitudinal, Disease-Level Data from 52 Countries, 1982-2001. International Journal of Health Care Finance and Economics 2005; 5(1):47-73. 25. Lichtenberg FR. Availability of new drugs and Americans' ability to work. Journal of occupational and environmental medicine / American College of Occupational and Environmental Medicine 2005; 47(4):373-80. 26. Lichtenberg FR. The effect of using newer drugs on admissions of elderly Americans to hospitals and nursing homes: state-level evidence from 1997 to 2003. PharmacoEconomics 2006; 24(S3):5-25. 27. Lichtenberg FR. The Impact of New Drugs on US Longevity and Medical Expenditure, 1990-2003: 8

Evidence from Longitudinal, Disease-Level Data. American Economic Review 2007; 97(2):438-43. 28. Cremieux PY, Ouellette P, Petit P. Do drugs reduce utilisation of other healthcare resources? Pharmacoeconomics 2007; 25(3):209-21. 29. Christiansen T, Pedersen K, Harvald B, et al. A health economic investigation of the effect of treatment of hypertension. Forskningsrapport nr.6/1987, -191 sider. 1987. Odense, Institut for Sundhedsøkonomi og Sygdomsforebyggelse, Odense Universitet. 30. Christiansen T, Pedersen KM, Harvald B, et al. An Investigation of the Effect of Regional Variation in the Treatment of Hypertension. 28. Soc. Sci. Med.[2], 131-139. 1988. 31. Søgaard J. Analyse af middel-og restlevetider i OECD landene 1970 til 1989. CHS Arbejdsnotat 1996:8, Odense Universitet Odense 1996. 32. Middellevetidsudvalget. Levetiden i Danmark. København: Sundhedsministeriet; 1994. 33. Middellevetidsudvalget. Levetiden i Danmark. København: Sundhedsministeriet; 1994. 34. Zhang Y, Soumerai SB. Do newer prescription drugs pay for themselves? A reassessment of the evidence. Health Aff (Millwood ) 2007; 26(3):880-6. 35. Juel K. Dødeligheden i Danmark gennem 100 år: Danskerne lever længere, men hvorfor 3-4 år kortere end svenske mænd og franske kvinder. 2004. København, Statens Institut for Folkesundhed. 36. Lohse N, Hansen AB, Pedersen G et al. Survival of persons with and without HIV infection in Denmark, 1995-2005. Ann Intern Med 2007; 146(2):87-95. 37. Pollard JH. The expectation of life and its relationship to mortality. J Inst Actuaries 1982; 109:225-40. 38. Vaupel JW. How Change in Age-Specific Mortality Affects Life Expectancy. Population Studies 1986; 40(1):147-57. 39. Klenk J, Rapp K, Büchele G, Keil U, Weiland SK. Increasing life expectancy in Germany: quantitative contributions from changes in age- and disease-specific mortality. European Journal of Public Health 2007; 17(6):587-92. 40. Martin S, Rice N, Smith PC. Further Evidence on the Link Between Health Care Spending and Health Outcomes in England. CHE Research Paper 32. 2007. University of York. 41. Martin S, Rice N, Smith PC. The link between health care spending and health outcomes: evidence from English programme budgeting data. Centre for Health Economics Research Paper 24. 2007. 9