Betydningen av sosiale forhold på bostedet for uføretrygding

Betydningen av sosiale forhold på bostedet for uføretrygding il Betydningen av sosiale forhold på bostedet for uføretrygding AV STEINAR KROKSTAD SAMMENDRAG Et stadig økende antall uførepensjonister i Norge tyder på at noe er alvorlig galt. Sosiale forhold er av stor be.tydning for uføretrygding. Det er rapportert betydelig forskjeller i forekomst av uførepensjon mellom geogra.fiske områder i Norge. Det er viktig å skille mellom komposisjonelle og kontekstuelle årsaker til slike variasjo.ner.En komposisjonell årsaksforklaring vil bety at vari.asjonen mellom områdene forklares av at de som bor der er forskjellige. En kontekstuell årsaksforklaring vil derimot bety at forskjeller i sosiale, politiske, kulturelle, historiske eller økonomiske forhold forklarer forskjel.lene. I denne studien ønsket vi å se på forskjeller i risiko for uføretrygding mellom kommuner i Nord-Trønde.lag og samtidig justere for forskjeller på individnivå med data fra Helseundersøkelsen i Nord-Trøndelag (HUNT). Hypotesen var at bosted har en egen forkla.ringskraft for risiko for uføretrygding. Resultatene bekreftet hypotesen, selv etter justering med individdata hadde personer som bodde i kommuner med sosiale utfordringer en økt risiko for uføretrygding. De geografiske forskjellene observert i studien er folke.helseproblemer forårsaket av sosiale og økonomiske prosesser. Ved å sørge for stabile arbeidsplasser og en positiv sosial og økonomisk utvikling i utsatte kommu.ner, kan insidensen av uførepensjon reduseres. Steinar Krokstad Cand.med. 1989, Universitetet i Oslo Kommunelege li i Holtålen 1991-1997. Spesialist i allmennmedisin Spesialistutdanning i psykiatri 1997-2004. PT: 1. amanuensis dr. med. og nesteleder HUNT forskningssenter, Verdal Institutt for samfunnsmedisin. NTNU. Bistilling: Psykiatrisk poliklinikk. Sykehuset Namsos Innledning Et stadig økende antall uførepensjonister i et land med svært god gjennomsnittshelse tyder på at noe er alvorlig galt. Er det folket det er noe galt med, er det legene, lovene, eller trygdefunksjonærene? Hvor skal vi lete? Mange vestlige land har kollektive forsikringsordninger som tilbyr inntektserstatning for folk som rammes av ufør.het og faller ut av yrkeslivet. I de fleste land er det også me.disinske kriterier som ligger til grunn for innvilgelse.1•2 Som regel består ytelsene av et grunnbeløp og et tillegg som re.flekterer inntekstsnivået.3 Mange land har i liket med Norge opplevd at antall uføre har steget, paradoksalt nok med tanke på den positive helseutviklingen målt med gjennomsnittlig levealder.1•4•5 Når insidensen (antall nye til.feller per 1000 per år) av uførepensjon øker er det bekym- UTPOS TE N NR .4 • 2005 & SOSIALE FORHOLD OG UFØRETRYGD ringsfullt av mange årsaker. For dem som faller utenfor ar.beidslivet oppleves det ofte som et nederlag, og selve proses.sen fra sykmelding til trygd er ofte traumatisk. Å leve som uføretrygdet innebærer lav inntekt og ingen yrkesstatus. For samfunnet betyr det en desimering av arbeidsstokken og en økende samfunnsøkonomisk utfordring. Ofte blir det stilt spørsmål om selve lovgivningen er hensiktsmessig, det er «for lett» å bli uføretrygdet, sies det.e1 Sosiale forhold er av stor betydning for uføretrygding. Re.sultater blant annet fra Helseundersøkelsen i Nord-Trøn.delag (HUNT) har vist at lav sosioøkonomisk status er en kjent risikofaktor.2•6•7 I de fleste studier er sosioøkonomisk status definert på individ-eller familienivå. Sosiale forhold på bostedet kan imidlertid også ha betydning for uføretryg.ding. Det er en kjent klinisk observasjon for mange all.mennpraktikere i Norge. Det er rapportert betydelige forskjeller i forekomst av uføre.pensjon mellom geografiske områder i Norge.8•10 Det er viktig å skille mellom komposisjonelle og kontekstuelle årsa.ker til slike variasjoner. En komposisjonell årsaksforkla.ring vil bety at variasjonen mellom områdene forklares av at de som bor der er forskjellige. En kontekstuell årsaksfor.klaring vil derimot bety at forskjeller i sosiale, politiske, kulturelle, historiske eller økonomiske forhold forklarer forskjellene.1 •9• 11•12 To forskjellige typer epidemiologiske studier benyttes for å undersøke sammenhengen mellom eksposisjon og syk.dom/uførhet. I økologiske studier er analyseenheten en re.gion, et geografisk område eller en kommune. I vanlige analystiske studier undersøkes slike sammenhenger hos in.divider. Det er mange eksempler på økologiske studier hvor sammenhengen mellom forhold i geografiske områ.der og helse studeres, ikke minst i England.e13 Forskjeller i prevalens av uføretrygd mellom forskjellige bydeler i Oslo har også være studert.14 Geografiske forskjeller i uføretryg.ding mellom forskjellige kommunetyper ble undersøkt av Kolberg på 1e970-tallet,e10 og fylkesvis variasjon i trygding har blitt undersøkt av Rikstrygdeverket.8 Men de aller fleste studier av denne typen undersøker egentlig forskjeller i trygding av individer som bor der heller enn stedets betydningfor tryg.ding. 13 Internasjonalt ser man en økende interesse for å stu.dere effekten av sosiale forhold på helse,15•16 selv om de fleste studier fortsatt har et snevert individuelt design der risiko og adferd fokuseres.1 1•13 Flere typer mekanismer kan forår.sake geografiske forskjeller i insidens og prevalens av uføre.trygding: I) Geografiske forskjeller assosiert med dårlig tilgang på goder og tjenester som utdanningstilbud, lang avstand til arbeidsmarkeder og trafikknutepunkter. Markeds. krefter og politisk styrt sentralisering er med på å skape slike forskjeller.17 2) Geografiske forskjeller i interaksjonsmønster mellom mennesker. Folk skaper sosiale strukturer på stedet der de bor. Lokal kultur, hverdagsrutiner, institusjonell praksis i helse-og sosialtjenesten kan variere. Folk lærer å tolke og tilpasse seg slike sosiale krefter. Begreper som sosial kapital og sosiale nettverk, og teorier om hvordan slike forhold påvirker den humane biologi kan være til nytte for å forstå slike sammenhenger. IS; 19 3) Seleksjon, geografiske forskjeller på grunn av sosial mo.bilitet. Lokale forhold, som for eksempel muligheter på arbeidsmarkedet, har mye å si for om folk blir boende el.ler flytter. Visse grupper blir igjen, andre flytter. 17 4) Forskjeller i det fysiske miljøet som klima, forurens.ning, trafikktetthet, trivelige fellesarealer kan også på.virke uføretrygding selv om det er grunn til å tro at sosi.ale forhold har større betydning. 1?; 20 Mange typer data er egentlig data fra flere nivå. Individer kan tilhøre en yrkesgruppe, yrkesgruppene bor på et sted, stedene utgjør en kommune, kommunene utgjør et fylke.2 1 I analyser av uføretrygding kan mennesker grupperes etter geografiske steder, og data fra denne type gruppering gjør at observasjonene delvis blir avhengige. Nye statistiske metoder benytter data fra flere nivå i same modell, og flernivåanalyser kan benyttes til å vekte mellom faktorer på forskjellig nivå.11 Det er faktisk mange eksempler på motstridende resultater mellom de to tradisjonelle epidemiologiske metodene, den økologiske og den individbaserte.22; 23 I denne studien øn.sket vi å kombinere disse to metodeneevedeåse på forskjeller i risiko for uføretrygding mellom kommuner i Nord-Trøn.delag og samtidig justere for forskjeller på individnivå med HUNT data. Hypotesen, dels utviklet gjennom erfaringer i allmennpraksis, var at bosted har en egen forklaringskraft for risiko for uføretrygding. Materiale og metode Tre datasett ble kombinert, individdata fra HUNT, data om uføretrygding på individnivå fra Rikstrygdeverket og data som karakteriserer kommuner (levekårsdata) fra Kommunedatabasen i NSD. Konsesjon på datakoblingen ble gitt fra Datatilsynet og studien ble tilrådd av Regional komite for medisinsk forskningsetikk. HUNT 1 ble gjennomført i alle 24 kommuner i Nord-Trøn.delag i 1984-86, alle individer over 19 år ble invitert. 74 599 personer deltok, oppmøte var 88 prosent. HUNT 2 ble gjennomført på samme måte i 1995-97, oppmøte her var 71 prosent. Nord-Trøndelag fylke er på mange måter repre.sentativt for Norge, men har ingen storby.24 Utdanningsni- UTPOSTEN NR .4 • 2005 Det er en politisk oppgave å sørge for stabile arbeidsplasser og forutsigbarhet for å redusere insidensen av uførepensjon. Fiskeripolitikken er sannsynligvis viktigere enn tiltak rettet mot leger, pasienter og bedrifter. vået er noe lavere enn landsgjennomsnittet og det er også gjennomsnittlig inntektsnivå. Insidensen av uføretrygd har variert betydelig fra år til år i Nord-Trøndelag, men sving.ningene har fulgt svingningene på landsbasis tett.2 Antall uføre har steget. I studieperioden fra midten av 1980-årene til midten av 1990-årene har det skjedd betydelige struktu.relle endringer i arbeidslivet, arbeidsplasser for ufaglærte og lavt utdannede ble lagt ned, andelen ikke-manuelle arbeids.plasser økte. Utdanningsnivået økte betydelig.25-27 Fra HUNT I-databasen valgte vi ut personer i alderen 20-54 år som vi fulgte i tiår fram til HUNT 2. Øvre alders.grense ble satt slik at ingen kom opp i alderen for alders.pensjon i løpet av oppfølgingstiden. Ti prosent av utvalget falt ut pga. død, flytting ut av Nord-Trøndelag og emigra.sjon ut av landet. Antallet vi sto igjen med var 52 253 perso.ner, 52 prosent menn og 48 prosent kvinner. Ettersom eks.posisjon for et geografisk sted var hovedinteressen, valgte vi ut de 79 prosent som bodde i samme kommune og de uten uførepensjon. Antallet uføre i denne aldersgruppen var 1194. Vår studiepopulasjon ble således bestående av 40083 personer, 52 prosent menn (n = 20680) og 48 prosent kvinner (n = 19403). Tjueen prosent av populasjonen flyttet til en annen kom.mune i løpet av oppfølgingstiden, og vi gjorde en sammen.ligning av de som var bofaste og de som flyttet (n=ro979). 3,6 prosent (n=397) av disse hadde uførepensjon ved studi.estart og ble ekskludert. Kontekstuell eksposisjon, kommune En økologisk «deprivasjonsindex» med data fra Kommu.nedatabasen i NSD ble konstruert (www.nsd.uib.no/data/ region/3_1.shtml). Seks kommuneindikatorer som ut fra teoriene kan tenkes å være assosiert med økt uføretrygding ble valgt; 13•28 • høy andel med lavt utdanningsnivå • lav gjennomsnittsinntekt • høy andel med uføretrygd • høy arbeidsledighet (gitt dobbel vekt pga. stor betydning) • fraflytting • sentralitet (lang reiseavstand til større steder med tra.fikkknutepunkter, utdanningsinstitusjoner m.m.) Deprivasjonsindeksen ble laget ved en oppsummering av disse indikatorene og ble knyttet til HUNT datafilen ved hjelp av kommunenummeret. Kontrollvariabler, individdata Data fra HUNT 1, kjønn, alder, kilde til livsopphold, selv.rapportert kronisk sykdom, selvrapportert helse, utdan.ningsnivå og yrkesklasse, ble benyttet fordi de i andre stu.dier har blitt funnet til å være sterke individuelle risiko.faktorer for uføretrygding.2 Introduksjon av flere variabler i modellene endret ikke sluttresultatet. Statistikk Logistisk regresjon ble benytt.t, som gir relative risiko for uføretrygding målt med odds ratio (OR) mellom personer som levde i forskjellige kommuner rangert etter depriva.sjonsindeksen. Det ble benyttet en to-nivåanalyse med data fra kommune og individ i same modell.29 Det kan være interaksjon mellom alle variable på individnivå med vari.abelen på kommunenivå, og mulige interaksjoner ble under.søkt.17 Statistiske problemer med avhengighet mellom indi.viddata og effekten av å benytte mer avansert programvare UTPOSTEN NR .4 • 2005 Øker nedlagte fiskebruk uhelsen i distriktskommuner? ble undersøkt med «random intercept logistic models» i justerte for alle individvariablene endret OR seg til r,18, det STAT A. Resultatet ble at analysene kunne kjøres med van-vil si at vi finner en signifikant effekt av kontekstuelle for-lig logistisk regresjon i SPSS 10.0.30 hold på bosted justert for komposisjonell sammensetning. Tabell 2 viser også hvilke sterke risikofaktorer kronisk syk- Resultater dom, dårlig helseoppfatning, utdanning og jobbsituasjon Tabell I viser at prosentandelen som ble uføretrygdet vari-var for uføretrygding (justert for hverandre). Når de erte fra 8,8 prosent til u,6 prosent avhengig av grad av de-samme analysene ble kjørt stratifisert for kjønn viste det seg privasjon i bostedskommune. Tabellen viser ellers forde-at hele den kontekstuelle effekten ble justert bort for menn !ingen mellom kommunetypene. i de mest depriverte kommunene. I tabell 2 kommer det fram hvordan forskjellen i risiko for Tabell 3 viser en sammenligning av flyttere og bofase. Flyt.uføretrygd i kommunene endret seg etterhvert som vi kon-terne var oftere menn, var yngre, hadde høyere utdanning, trollene for hvem som bodde der. Relativ risiko var i ut-var ikke friskere, men hadde en langt lavere risiko for gangspunktet OR= r,48 i de depriverte kommunene. Når vi uføretrygding. (forts. s. I 0) TABELL 1. Fordeling av populasjon og variabler etter kommunetype. Menn og kvinner i alderen 20-54 år uten uførepensjon i HUNT 1 (Helseundersøkelsen i Nord-Trøndelag 1984--86). n = 40083. 8 beste kommuner 8 mellom 8 depriverte kommuner kommuner Total Antall % Antall % Antall % Antall % Populasjon 25.922 64,7 8.815 22,0 5.346 13,3 40.083 100,0 Endepunkt, uføretrygd (kumulativ insidens) 2.273 8,8 990 11,2 618 11,6 3.881 9,7 Fordeling individdata Kronisk sykdom 3.426 14,4 1.175 14,4 855 17,0 5.456 14,8 Dårlig helsoppfatning 2.947 12,4 1.117 13,7 816 16,2 4.880 13,2 Grunnskole 7.298 37,8 2.621 44,1 2.242 53,4 12.161 41,3 Videregående skole 9.187 47,5 2.660 1.635 13.482 39,0 Høyskole/universitet 2.840 14,7 667 11,2 320 3.827 13,0 I arbeid 19.001 73,3 6.506 73,8 3.805 71,2 29.312 73,1 Arbeidsløs 805 3,1 422 4,8 1.554 6,1 Husarbeid 2.795 10,8 852 9,7 697 13,0 10,8 Uklassifisert 3.321 12,8 1.035 11,7 517 4.873 12,2 EGP' sosial klasse I 1.409 7,5 361 6,3 216 5,4 1.986 7,0 EGP sosial klasse li 2.812 15,0 825 14,5 395 9,9 4.032 14,2 EGP sosial klasse Ill 4.491 24,0 1.213 21,3 760 19, 1 6.464 22,8 EGP sosial klasse IV 3.744 20,0 1.199 21,1 1.331 33,5 6.274 22,1 EGP sosial klasse V+VI 2.429 13,0 775 13,6 332 3.536 12,5 EGP sosial klasse VII 3.013 16,1 1.080 19,0 700 17,6 4.793 16,9 Ikke hatt lønnet arbeid 830 4,4 235 4,1 240 6,0 1.305 4,6 a Eriksen Goldthorpe Portocarero sosial klasse skjema. UTPOSTEN NR .4 • 2005 Uavhengige variabler Modell 1' Modell 2 Modell 3 Modell 4 Modell 5 Modell 6 OR 95 % Cl OR 95 % Cl OR 95 % Cl OR 95 % Cl OR 95 % Cl OR 95 % Cl Kommune deprivasjons indeks 8 beste kommuner 8 mellom kommuner 1,00 1,36 (1,22, 1,51) 1,00 1,38 (1,24, 1,55) 1,00 1,35 (1,21, 1,51) 1,00 1,28 (1, 15 1,44) 1,00 1,26 (1,13, 1,42) 1,00 1,26 (1, 12, 1,41) 8 depriverte kommuner 1,48 (1,31, 1,67) 1,39 (1,23, 1,58) 1,32 (1, 16, 1,50) 1,18 (1,04 1,35) 1,18 (1,04, 1,35) 1,18 (1,04, 1,35) Individuelle kontrollvariabler Ingen kronisk sykdom 1,00 1,00 1,00 1,00 1,00 Kronisk skydom 5, 10 (4,63, 5,62) 3,25 (2,92, 3,63) 3,27 (2,93 3,65) 3, 10 (2,77, 3,46) 3,08 (2,75, 3,44) God helseoppfatning 1,00 1,00 1,00 1,00 Dårlig helseoppfatning 2,89 (2,59, 3,23) 2,74 (2,45 3,06) 2,60 (2,33, 2,91) 2,60 (2,32, 2,91) Høyskole/universitet 1,00 1,00 1,00 Videregående skole 1,80 (1,47 2,21) 1,81 (1,47, 2,22) 1,66 (1,32, 2,10) Grunnskole 3,06 (2,52 3,73) 3,03 (2,49, 3,69) 2,56 (2,02, 3,25) I arbeid 1,00 1,00 Arbeidsløs 1,86 (1,52, 2,28) 1,80 (1,47, 2,20) Husarbeid 0,74 (0,62, 0,87) 0,81 (0,67, 0,97) Uklassifisert 2,61 (2,15, 3,17) 2,65 (2, 18, 3,23) EGP' sosial klasse I 1,00 EGP sosial klasse li 0,97 (0,74, 1,26) EGP sosial klasse Ill 0,99 (0,78, 1,27) EGP sosial klasse IV 1, 13 (0,89, 1,43) EGP sosial klasse V+VI 1,11 (0,86, 1,45) EGP sosial klasse VII 1,51 (1, 19, 1,92) Ikke hatt lønnet arbeid 0,90 (0,65, 1,24) a Modell 1: Odds ratio. Logistisk regresjon. b Modell 2-6: Odds ratio justert for alder og kjønn og de andre variablene i tabellen med idorward likelihgood ratio)) statistikk i logistisk regres1on. TABELL 2. Relativ risiko målt som odds ratio (OR) Variabler, sammenligning Flyttere Fastboende for uførepensjon etter kommunetype, justert for Demografi individuelle forhold. Menn og kvinner i alderen Antall 10.582 40 083 20-54 år uten uførepensjon i HUNT 1 (Helse- Menn(%) 53,7 51.6 undersøkelsen i Nord-Trøndelag 1984-86). n = 40083. Gjennomsnittsalder (år) 31,8 37.0 Uføretrygding Antall som ble uføretrygdet, (n) 235 3.881 TABELL 1 Sammenligning av de som flyttet med de som var fastboende. Menn og kvinner i alderen 20-54 år uten uførepensjon i HUNT 1 (Helse-undersøkelsen i Nord-Trøndelag 1984-86). n = 40083. Kumulativ insidens(%) 2,2 Prevalens og andeler(%) Kronisk sykdom 15,7 14.8 Dårlig helseoppfatning 12,4 13,2 Grunnskole 29,1 41,3 Videregående skole 48,1 Høyskole/universitet 22,9 13,0 I arbeid 47,8 73.1 Arbeidsløs 3,9 Husarbeid Uklassifisert EGP sosial klasse I EGP sosial klasse li EGP sosial klasse Ill EGP sosial klasse IV EGP sosial klasse V+VI EGP sosial klasse VII Ikke hatt lønnet arbeid Relativ risiko, uførepensjon Relative risk (odds ratio (95% Cl)). Modell 1: Justert for alder og kjønn. Relative risk (odds ratio (95% Cl)). Modell 6: Multivariat justert 6,4 41,2 10,6 18,3 20,5 13,1 13,0 18,2 6,4 0,35 (0,29, 0,43) 0,25 (0,20, 0,30) 10.8 12,2 7,0 14.2 22.8 22,1 12.5 16,9 4.6 1,00 (Ref) 1,00 (Ref) SOSIALE FORHOLD OG UFØRETRYGD m Diskusjon Resultatene bekrefter hypotesen og viser at bosted har en egen effekt på risiko for uføretrygding. Folk som var i en sosial situasjon som gjorde at de kunne flytte, hadde en langt lavere risiko, til tross for at de ikke var friskere. Studiens styrke ligger i at vi kan følge en hel populasjon over et tilstrekkelig antall år, og at vi ikke har manglende data på endepunktet (uførepensjon) og heller ikke på hovedeksposisjon (kommunedata). Oppmøte i HUNT varierte etter alder og var lavest for aldersgruppen 20-29 år, 65 prosent. En ikke-møtt studie ble gjennomført etter HUNT 1.31 Hovedårsaken til frafallet i denne gruppen var at de ikke var interesserte, hadde det for travelt, eller stu. derte på et annet sted. Vi tror ikke frafallet har forstyrret re-sultatene i særlig grad.31 Kommunene har forskjellig stør.relse, og noe av den kontekstuelle effekten kan derfor ha blitt vannet ut i studien. Trolig hadde det vært bedre å måle kontekstuell eksposisjon på et lavere nivå, for eksempel valgkrets. Men slike data var ikke tilgjengelige. Forskjellen på kontekstuelle og individuelle faktorer er ikke alltid entydig. Når en større andel av befolkningen har lav utdanning, skyldes det individene eller manglende ut.danningstilbud? Er effektene av et lavt utdanningsnivå en kontekstuell eller komposisjonell effekt? Når det i enkelte grupper i befolkningen er flere som ikke har ressurser til å flytte etter arbeid eller utdanning, peker dette nettopp på at grenseoppgangene kan være uklare.'7·32 I kommuner der befolkningen har et relativt høyt utdan.ningsnivå, høy gjennomsnittsinntekt, der relativt få har uføretrygd fra før, der arbeidsledigheten er lav og der reise.avstanden til sentrale strøk er kort, er risikoen for å bli uføretrygdet lavere enn andre steder. Sosialepidemiolo.giske studier har vist at høy sosial kapital og «social cohe.sion» er assosiert med god helse.33; 34 Når distriktskommu.ner blir rammet-av bedriftsnedleggelser, nedgangstider og negativ befolkningsutvikling, kan også gjensidig tillit og sosiale normer rammes. Dette påvirker også ansatte i helse-, sosial-og trygdesektoren. Slike faktorer vil trolig ha betydning for uføretrygding. I ; 35 De geografiske forskjel. lene observert i denne studien er -uansett årsak -folke. helseproblemer forårsaket av sosiale og økonomiske proses-ser. Slike prosesser kan bare motvirkes av sosiale og økono.miske virkemidler. Alle tiltak rettet mot individer i helse. og sosialtjenesten, organisasjoner og bedrifter, vil kun ha marginale effekter på insidensen av uførepensjon.36 Ved å sørge for stabile arbeidsplasser og forutsigbarhet, en positiv sosial og økonomisk utvikling i utsatte kommu.ner, kan insidensen av uførepensjon reduseres. Det er en politisk oppgave. Denne artikkelen bygger på studien; Krokstad S, Magnus P, Skrondal A, Westin S. The importance of social characteristics of communities for the medically based disability pension. Eur J Public Health 2004;14(4);406-12. Referanser fås ved henvendelse til forfatteren: steinar.krokstad@ntnu.no Har du kommentarer, reaksjoner eller spørsmål om artikkelen7 Inspirerer den deg til å skrive noe selv7 Ansvarlig redaktør for denne artikkelen har vært Ivar Skeie. Kontakt ham på ivskeie@online.no Er en god fiksjon sannere enn virkeligheten? Til årets julenummer ønsker vi å samle fortellinger fra det allmennmedisinske drama -noveller og gode historier som reflekterer vår allmennmedisinske hverdag. Har du noe å bringe fram i lyset til glede for oss andre? Kontakt oss snarest! Redaksjonen .·\. ' .. . . -, :/;;"._..::, •\' ,,, UTPOSTEN NR.4 • 2005