lördag 29 december 2012

Välfärd och ofärd

Jag skrev här i förra inlägget om de klassifikationer av orsaker till död och ohälsa som används i GBD2010. En av huvudkategorierna inkluderar de tillstånd som brukar betecknas som ”välfärdssjukdomar”. Det är ett uttryck som används flitigt i debatten, fast det är inte alltid helt klart hur det skall förstås. En innebörd är att det är sjukdomar vars betydelse som hälsoproblem ökar med stigande välfärd relativt andra typer av sjukdomar, som magtarminfektioner, näringsbrist och mödradödlighet. Nedanstående tabell visar de GBD-regioner (se regionindex nedan) som har högst och lägst andel dödsfall över hela åldersspannet 2010 i några av de mest omtalade grupperna av vad som brukar betecknas som välfärdssjukdomar: kranskärlssjukdom (IHD), slaganfall, diabetes. cancer generellt och i bröst/prostata och lungor.

Lägst och högst andel dödsfall GBD2010
Orsak Kvinnor Män
LH LH
All cancer CSAFAUCSAFHAP
Bröst/prostataCSAF/WSAFWESAAU
LungaWSAFNAMWSAFHAP
DiabetesEEOCEEOC
IHDESAFEEWSAFEE
SlaganfallOCEEWSAFEA

Generellt är det regionerna i södra Afrika som har lägst andel dödsfall i de olika grupperna av välfärdssjukdomar. Höginkomstregioner som inkluderar Västeuropa, Japan, Nordamerika och Australien har högst andel för cancergrupperna, Oceanien minus AU-regionen har högst andel för diabetes, Östeuropa har högst andel för slaganfall bland kvinnor och IHD och Östasien (Kina, Nordkorea, Taiwan) har högst andel för slaganfall bland män. I viss mån bekräftas bilden av ”välfärdssjukdomar”, speciellt för cancersjukdomarna.

Men andelen dödsfall i en orsak kan påverkas av både förändringar i befolkningens åldersstruktur och förändringar i dödstalen i andra orsaker, förutom förändringar i åldersspecifika dödstal (antal döda i förhållande till folkmängden) för den aktuella orsaken (även om det inte påverkas direkt av förändringar i folkmängden, som det absoluta antalet dödsfall, som jag skrev om här den 16 december). Det senare torde vara ett mer relevant mått om vi vill se i vilken mån sjukdomarna är ”välfärdssjukdomar” också i det avseendet att de orsakas eller förvärras av faktorer relaterade till ökad välfärd. Det kan då kanske vara av intresse att se i vilken grad andelen dödsfall kan förutsäga vilka regioner som tenderar att ha högre åldersspecifika dödstal. Nedanstående tabell visar Kendalls τ-korrelationer mellan andelen dödsfall i alla åldrar och åldersspecifika dödstal i olika åldersgrupper för cancer generellt, IHD och slaganfall (genomsnitt för 5-åriga åldersintervall från 15–19 till 75–79 år och det öppna intervallet 80– år) för alla 21 GBD-regionerna 2010. Statistiskt signifikanta korrelationer (p<0,05) visas i rött.

τ för andel dödsfall vs genomsnittliga dödstal GBD2010
Dödstal Kvinnor Män
CancerIHDSlaganfallCancerIHDSlaganfall
15– 0,410,450,280,620,580,32
15–44 −0,29−0,07−0,20−0,110,230,02
45–64 0,110,07−0,000,330,330,17
65– 0,450,470,300,690,620,34

Generellt finns det starka, men långt ifrån perfekta, korrelationer mellan andelen dödsfall och åldersspecifika dödstal efter 65 års ålder, men korrelationerna är svaga när det gäller dödstal i yngre åldersgrupper. För dödstal i cancer bland kvinnor 15–44 år finns en nästan statistiskt signifikant (p≈0,07) negativ korrelation med andelen av hela den kvinnliga befolkningen som dör av cancer. Oceanien har, jämfört med andra regioner, påfallande höga åldersspecifika dödstal i cancer bland kvinnor, speciellt i yngre åldrar. Det konstitueras i sin tur av höga dödstal i en rad olika former, som cancer i bröst, lever, livmoderhals, magsäck, melanom, leukemi och lymfom. Men andelen där som dör av cancer är inte så hög, vilket har att göra med en relativt ung befolkning och höga dödstal även i andra dödsorsaker, både ”fattigdosmrelaterade” sjukdomar och andra grupper av ”välfärdssjukdomar”, som diabetes och kärlsjukdom.

Uteslutande av denna outlier förändrar dock inte korrelationen (se diagram): det är ett generellt mönster att låg- och medelinkomstregioner har högre dödstal i cancer i yngre åldrar jämfört med de höginkomstregioner där andelen dödsfall i cancer är större. Kanske har det att göra med faktorer som bristfällig sjukvård och hög spridning av kroniska infektioner (där det finns etablerade samband åtminstone med cancer i lever, livmoderhals, magsäck och lymfom). I fallet med Oceanien kan det också finnas en synergisk effekt med extremt hög prevalens av fetma och diabetes i den vuxna populationen (se t.ex. Imperial College). Högre rapporterade åldersspecifika dödstal bland äldre i höginkomstregioner kan å andra sidan vara relaterat till bättre rapportering (även om GBD sökt korrigera för detta genom omfördelning av ”skräpkoder”), selektiv överlevnad och kohorteffekter av t.ex. tobaksrökning (som både ökat och minskat tidigare i höginkomstregionerna, vilket innebär att livstidsexponeringen bland äldre personer är större i dessa).

I mitt inlägg här den 20 september förra året skrev jag om ett liknande mönster för olika länder i Europa, med anledningen av en debatt kring ett uttalande av den nuvarande brittiske premiärministern. Som jag skrev där ger mönstret med olika trender för olika åldersgrupper också upphov till godtycklighet när det gäller s.k. direkt åldersstandardiserade dödstal över hela åldersspannet (ett flitigt brukat mått när det gäller jämförelser av sjukdomsbördan mellan olika befolkningar). Det är ett vägt medelvärde av de åldersspecifika dödstalen, där vikterna är de olika åldersgruppernas andelar av en standardpopulation. Är trenderna olika för olika åldersgrupper, kommer då också trenderna för åldersstandardiserade dödstal att variera beroende på valet av standardpopulation.

Diagrammen (klicka för förstoring) visar genomsnittliga dödstal i cancer (på y-axlarna) i åldersgrupperna mellan 15 och 44 år bland kvinnor och män 2010 (för kvinnor även med OC-regionen borttagen) vs andelen dödsfall i cancer, enligt GBD, för alla åldersgrupper i 21 regioner.

Regionindex: ALAM: Anderna (Latinamerika), AU: Australien/Nya Zeeland, CA: Centralasien, CAR: Karibien, CE: Centraleuropa, CLAM: Centrala Latinamerika, CSAF: Centrala Afrika söder om Sahara, EA: Östasien, EE: Östeuropa, ESAF: Östra Afrika söder om Sahara, HAP: Höginkomstländer vid Asiens stillhavskust, MEA: Mellanöstern/Nordafrika, NAM: Nordamerika, OC: Oceanien (utom AU), SA: Sydasien, SEA: Sydostasien, SLAM: Södra Latinamerika, SSAF: Södra Afrika söder om Sahara, TLAM: Tropiska Latinamerika, WE: Västeuropa, WSAF: Västra Afrika söder om Sahara

Regionerna är definierade i supplement till [1], GBD2010-data är tillgängliga via IHME och beräkningar har gjorts i R [2].

[1] GBD 2010: design, definitions, and metrics, Lancet 2012, http://www.thelancet.com/themed/global-burden-of-disease

[2] R Development Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Wien 2010, ISBN 3-900051-07-0, http://www.R-project.org

tisdag 25 december 2012

Ny ordning

Som jag skrev här den 27 juli existerar ett hisnande stort antal ur rent matematisk synvinkel möjliga indelningar av klassifikationen ICD-10, som används för statistik över sjuklighet och död. De allra flesta av dessa är med all säkerhet ointressanta ur ett mänskligt perspektiv. Men några indelningar, som skiljer sig från de vanliga kapitel- och avsnittsindelningarna som brukar användas i officiell statistik, samtidigt som de torde vara baserad på grundligt tankearbete av personer med god kompetens inom området, är de som används i GBD2010, som jag ägnat de senaste inläggen här. Jag har redan skrivit om den grövsta indelningen i tre kategorier, som kan sägas omfatta (i) sjukdomar relaterade till fattigdom, (ii) sjukdomar som tenderar att bli vanligare (åtminstone relativt sjukdomar i kategori (i)) med ökad välfärd och (iii) skador. Dessa kategorier är i sin tur indelade i 7, 10 och 4 undergrupper. Nedanstående grafer visar hur kapitlen och avsnitten i ICD-10 är relaterade till grupperna i kategorierna (i) och (ii) i GBD2010. Jag har begränsat mig till de koder som används för dödsorsaker och inte tagit med ommappning av ”skräpkoder” (se mitt inlägg här den 19 december).

Graferna (klicka för förstoring) visar relationen mellan kapitel och avsnitt i ICD-10 och undergrupper till kategorierna för ”fattigdomssjukdomar” (till vänster) och ”välfärdssjukdomar” (till höger) i GBD2010. Pil med heldragen linje från a till b innebär att b är helt inkluderad i a; pil med streckad linje innebär att b är delvis, men inte helt, inkluderad i a. Ingen hänsyn har tagits till ICD-koder som inte används som dödsorsaker. Graferna är baserade på definitioner i supplementet till [1] (och gjorda med Graphviz).

En viktig skillnad mellan ICD och GBD är indelningen av infektionssjukdomar. En del infektioner finns i det första kapitlet i ICD, men många andra återfinns under kapitel för specifika organsystem. Ett exempel är luftvägsinfektionerna, som överallt i världen står för en mycket stor andel av sjukdomsbördan av infektioner, och finns i kapitlet för sjukdomar i andningsorganen. Det är inte lätt att hitta någon logik bakom dessa indelningar. I GBD täcks de flesta infektioner av tre grupper under (i): (a) HIV/AIDS och tuberkulos (dessa två typer av infektioner är fortfarande i stora delar av världen viktiga som orsaker till sjuklighet och död bland framför allt yngre vuxna och är dessutom direkt relaterade genom att AIDS kan öka mottagligheten för tuberkulos), (b) diarrésjukdomar, luftvägsinfektioner m.m. (viktiga framför allt som orsaker till barndödlighet i låginkomstländer) och (c) tropiska sjukdomar, som malaria. Vissa typer av infektioner återfinns dock fortfarande i organspecifika kapitel under kategori (ii), men det rör sig framför allt om icke smittsamma infektioner, som blindtarmsinflammation.

Grupperingarna under (ii), ”välfärdssjukdomar”, följer annars i större utsträckning ICD:s kapitelindelning. Några undantag är dock värda att nämna.

  1. Demens klassificeras på ett rörigt sätt i ICD: det hänförs till psykiska störningar när det inte finns uppgift om någon specifik bakomliggande neurologisk sjukdom, som klassificeras under detta kapitel; i GBD klassificeras all demens under kapitlet för neurologiska sjukdomar.
  2. I kategori (ii) finns en brokig grupp som inkluderar diabetes, endokrina sjukdomar, blodsjukdomar (utom näringsbristanemier, som hänförs till (i)) och sjukdomar i njurar, urinvägar och könsorgan. Kanske hade det varit vettigare att slå ihop diabetes/njursjukdom med sjukdomar i cirkulationsorganen. En stor andel av diabetikerna dör av aterosklerotiska kärlsjukdomar, samtidigt som benägenheten att rapportera diabetes eller kärlsjukdom som underliggande dödsorsak i sådana fall kan variera mellan olika regioner. Som diagrammen hos IHME visar har vissa av GBD-regionerna med högst åldersspecifika dödstal i cirkulationssjukdom inte så höga dödstal i diabetes (t.ex. Östeuropa), samtidigt som andra regioner med måttligt höga dödstal i cirkulationssjukdom har höga dödstal i diabetes (t.ex. centrala Latinamerika). Misstanken ligger nära till hands att det kan vara frågan om sådana artificiella trender. Dessutom har vissa av sjukdomarna i cirkulationskapitlet i ICD (njursjukdom orsakad av högt blodtryck) redan inordnats under diabetes/blod/njure/endokrin-gruppen i GBD.
  3. Restgruppen i (ii) inkluderar symptomkapitlet i ICD. Den enda av diagnoserna i detta kapitel som ansetts acceptabel som underliggande dödsorsak i GBD är plötslig spädbarnsdöd, som hänförs till restgruppen i (ii).

I övrigt har jag börjat arbeta på ett kompendium om olika vanligt förekommande mått på sjuklighets- och dödlighetstrender, framför allt med fokus på hur de kan påverkas av annat än sjukdomsframkallande miljöfaktorer och genetiska faktorer. Idén är att det skall vara till någon hjälp när det gäller att värdera påståenden som i DN-krönikan jag skrev om här den 16 december (högst preliminär version tillgänglig här).

[1] Lorenzo, R. et al., Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010, Lancet 2012, http://www.thelancet.com/themed/global-burden-of-disease

fredag 21 december 2012

Till 120 procent

IHME:s sida är, som jag skrivit om i de senaste inläggen här, nyttig när det gäller att visualisera resultat från den nya Global burden of disease-studien. En något irriterande sak är dock att det (åtminstone såvitt jag lyckats lista ut) inte går att visa data på logaritmisk skala, vilket gör det svårt att t.ex. visa dödstal (rate för deaths) i relation till ålder när dessa varierar kraftigt med åldern, så att vissa åldersgrupper knappt går att urskilja (på sidan med orsaksspecifika dödlighets- och sjuklighetsmått).

Men tittar vi på dödstalet i relation till ålder för alla orsaksgrupper globalt 1990 (eller 2010 för en del regioner med mycket låginkomstländer, t.ex. västra Afrika söder om Sahara) får vi en illustration av något som ibland tycks ge upphov till missförstånd: skillnaden mellan dödstal och risker. Ofta kan de behandlas som lika: om t.ex. dödstalet bland 60-åringar under en ettårsperiod är 2 procent, är risken att dö vid 60 års ålder mycket nära 2 procent. Men vi ser här att dödstalet för den yngsta gruppen, spädbarn i första levnadsveckan, överstiger 1 för både flickor och pojkar. Det är alltså inte en risk, d.v.s. en sannolikhet, eftersom sannolikheter per definition ligger på intervallet [0,1]. Dödstalet under ett år (betecknas ofta r för ”rate”) är antalet döda under året delat med risktiden, alltså den genomsnittliga folkmängden under året. Risken att dö under ett tidsintervall på t år är då (om vi håller r konstant över tidsintervallet) lika med 1−exp(−rt), alltså den kumulativa fördelningsfunktionen för en exponentialfördelning. Om dödstalet för första levnadsveckan är 120 procent, är alltså dödsrisken under veckan ungefär 1−exp(−1,2×(1/52))≈2,3 procent.

Ibland verkar det som sammanblandningar av dödstal och dödsrisker kan smyga sig in även i artiklar som publiceras i ansedda biomedicinska tidskrifter. Jack Riggs, vars teorier jag skrivit en del om här tidigare, publicerade en artikel där han hävdade att förbättrad miljö, med lägre tidig dödlighet, skulle kunna leda till en sänkning av ”maximum lifespan” [1]. Detta därför att den låga initiala dödligheten kompenseras av en snabbare dödlighetsökning med åldern, så att dödligheten efter en viss skärningsålder blir högre än i en miljö med högre initial dödlighet. Han definierade då maximal livslängd som den ålder då det årliga dödstalet är lika med 1.

På den punkten fick Riggs kritik av Henry Hirsch, som hävdade att det är ett helt godtyckligt kriterium [2]. Varför inte i stället definiera maxlivslängden som den ålder då det månatliga dödstalet, eller dödstalet över ett decennium, är lika med 1? Värden på parametrarna i Gompetzekvationen för dödstal, som ger en maximal livslängd på 113 år enligt Riggs årskriterium, skulle t.ex. ge en maxlivslängd på bara 78 år enligt decenniekriteriet men 151 år enligt månadskriteriet. Decenniekriteriet innebär dessutom att det positiva sambandet mellan initial dödlighet och maximal livslängden försvinner, eftersom ”maxlivslängden” hamnar under skärningsåldern för dödstalskurvorna. Frågan är vad som ligger bakom Riggs underliga val av kriterium. En tanke som ligger nära till hands är att han rört ihop dödstal och dödsrisker – vore det så att man kunde förutsäga en dödsrisk på 1 vid en viss ålder, skulle det väl vara högst naturligt att ange den åldern som den maximala livslängden.

[1] Riggs, J.E., Longitudinal Gompertzian analysis of adult mortality in the U.S., 1900–1986, Mech Ageing Dev. 1990, http://www.ncbi.nlm.nih.gov/pubmed/2214892

[2] Hirsch, H.R., Can an improved environment cause maximum lifespan to decrease? Comments on lifespan criteria and longitudinal Gompertzian analysis, Exp Gerontol. 1994, http://www.ncbi.nlm.nih.gov/pubmed/8026566

onsdag 19 december 2012

Ta det försiktigt med risker

I förra inlägget skrev jag om de nya Global burden of disease-rapporterna (GBD2010) och problem med tolkningar av trender där som gjorts i svensk dagspress, som har att göra med att skilja mellan förändringar i sjukdomsbördan som beror på genuina riskökningar och förändringar som beror på folkökning och förbättrad överlevnad. En sak som kan förstärka detta problem är det jag varit inne på här t.ex. den 22 oktober i år. Ofta finns svårigheter att ange en specifik sjukdom som huvudsaklig dödsorsak, speciellt bland äldre, och det får till följd att olika ”skräpkoder” rapporteras i stället. Detta innefattar en rad olika ospecifika diagnoser, t.ex. allmänna tillstånd som ”senilitet” och symptom från olika organsystem, ofta från hjärtat. I GBD2010 finns inga sådana skräpkoder med i de slutliga rapporterna. I supplementet till rapporten över orsaksspecifik dödlighet [1] beskrivs hur diagnoser i datamaterialet som ansetts olämpliga som underliggande dödsorsaker omfördelats till bättre specificerade diagnoser.

Diagrammet nedan visar hur omfördelningen ägt rum för några viktiga diagnosgrupper. I GBD2010 är alltså diagnoserna indelade i tre huvudkategorier: (i) det jag här betecknar som ”fattigdom”, huvudsakligen infektioner, men även t.ex. mödradödlighet, vissa former av spädbarnsdödlighet och undernäring, (ii) det som jag betecknar som ”välfärd”, ”non-communicable diseases” vilket täcker de flesta sjukdomar som inte är infektioner, t.ex. cancer, hjärtsjukdomar, slaganfall och kroniska lungsjukdomar och (iii) skador genom yttre orsaker.

Diagrammet (klicka för förstoring) visar andelen för fyra kategorier ”garbage codes” som omfördelats till olika diagnosgrupper i GBD2010. Kategorier: (1) DIC, hjärtstopp, akut andningssvikt och koma, (2) feber, matthet, feberkramper och kramper av okänt ursprung, (3) senilitet, (4) hjärtsvikt. Källa (med specifikation av de olika diagnosgrupperna): supplement till [1].

För kategorin som inkluderar hjärtstopp och liknande diagnoser har 83 procent omfördelats till olika välfärdskategorier; för kategorin feber har ca en fjärdedel omfördelats till infektioner; för ”senilitet”, som i många länder täcker en betydande andel av dödligheten bland äldre har ca hälften omfördelats till kranskärlssjukdom (IHD), slaganfall eller andra sjukdomar i hjärtat eller kärlsystemet och för hjärtsvikt har mer än tre fjärdedelar omfördelats till kranskärlssjukdom. Idén med att korrigera skräpkoder är begriplig med tanke på att kvaliteten i datamaterialet ofta kan vara bristfällig, men när linjen drivs så hårt att inga skräpkoder accepteras medför den samtidigt risk att olika formellt mer specifika diagnoser, som IHD, i praktiken förlorar i specificitet. Som statistiken är organiserad i GBD2010 är vi i princip tvungna att dö antingen av sjukdomar som kopplats till fattigdom, sjukdomar som kopplats till vällevnad eller av skador.

Hos IHME går det att göra visualiseringar olika sjuklighets- och dödlighetsmått i GBD2010 baserade på ålder, kön och region. Om vi t.ex. gör regionala jämförelser av köns- och åldersspecifika dödstal i IHD, är de generellt lägst i de rika asiatiska stillahavskustländerna (Brunei, Japan, Singapore, Sydkorea: regionerna definieras i supplementet till [2]), något högre i Västeuropa och Australien och högst i Östeuropa och Centralasien. Exempelvis har kvinnor i åldersgruppen 60–64 år i Västeuropa ett IHD-dödstal på 51/105 för 2010. Centralasien ligger högst när det gäller motsvarande tal (407). Om vi tittar på regioner där många länder saknar heltäckande officiell statistik över dödsorsaker (i stor utsträckning regioner med många låginkomstländer) har Nordafrika/Mellanöstern och Sydasien (Indien m.m.) båda ett tal på 245, Karibien 194, Östasien (Kina m.m.) 89 och de fyra regioner som omfattar Afrika söder om Sahara tal mellan 91 och 207. I samtliga dessa regioner har talet också minskat eller förblivit i stort sett oförändrat sedan 1990. I förra inlägget skrev jag att GBD2010, tvärtemot vad som sägs (eller impliceras) i DN-krönikan jag refererade, inte ger något stöd för att det skett några genuina ökningar av risken för hjärtdödlighet globalt från 1990 till 2010. Det verkar inte heller som det skett riskökningar av denna typ inom låg- och medelinkomstregioner, som i olika avseenden gått mot ökat välstånd.

En litet annan bild framträder om vi i stället ser till exempelvis DALY i relation till folkmängden för IHD över hela åldersspannet. DALY är en summering av måtten YLL, antal förlorade levnadsår före en viss standardiserad livslängd, och YLD, år som går ”delvis förlorade” till följd av sjukdom som antas leda till funktionsförsämringar hos de drabbade, och är det primära mått som används för att rangordna betydelsen av riskfaktorer, t.ex. högt blodtryck, övervikt och undernäring (vilket diskuteras i DN-krönikan jag kommenterade i förra inlägget). Här ligger Östeuropa högst både för kvinnor och män, och de afrikanska regionerna ligger alla lägre än Västeuropa. I de afrikanska regionerna är det en större andel av befolkningen som avlider av annat innan de hinner utveckla IHD, och de har dessutom en större andel unga till följd av ett annat fertilitetsmönster. Sett till det absoluta antalet DALY för IHD ligger Sydasien högst, på grund av den stora folkmängden, följt av Östeuropa och Östasien. Detta tal har också ökat sedan 1990 i flera regioner, även om det minskat i t.ex. Västeuropa, Australien och Nordamerika [*].

DALY för de olika riskfaktorerna kommer sedan att influeras av DALY för de sjukdomar som är kopplade till riskfaktorerna. Av de tre klassiska påverkbara riskfaktorerna för IHD hamnar högt blodtryck på första plats och rökning på andra plats globalt, men högt totalkolesterol hamnar först på femtonde plats. Det beror till en del på att de två första faktorerna också har stor betydelse för flera andra tillstånd, men också på att de regioner som bidrar till flest DALY för IHD ofta kännetecknas av en stor andel rökare och/eller höga blodtrycksnivåer men inte av speciellt höga kolesterolnivåer (se t.ex. data med visualisering hos Imperial College). Vad man kan konstatera är att beräkningarna av den globala betydelsen av olika riskfaktorer är baserad på data från relativt fattiga länder med bristfällig kvalitet på underliggande data, där t.ex. en stor del av IHD-dödligheten kan vara grundad på omfördelning av ospecifika hjärtdiagnoser. Det kan vara skäl att tolka dem med viss försiktighet.

[*] Vilket drivits av en minskning av YLL för IHD i dessa regioner. YLD för IHD i förhållande till folkmängden har förblivit i stort sett oförändrat (och här hör Västeuropa till de regioner som ligger högst, efter Östeuropa), vilket ökat det absoluta YLD-talet något genom folkökningen. Detta är förmodligen relaterat till att folk lever längre med IHD, som jag var inne på i slutet av förra inledningen.

[1] Lorenzo, R. et al., Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010, Lancet 2012, http://www.thelancet.com/themed/global-burden-of-disease

[2] GBD 2010: design, definitions, and metrics, Lancet 2012, http://www.thelancet.com/themed/global-burden-of-disease

söndag 16 december 2012

Sjuk börda

Lancet har nu i dagarna publicerat en serie artiklar med genomgång av sjukdomsbördan i världen 2010, som väckt en del uppmärksamhet. Bland annat har Karin Bojs i DN publicerat en kommentar till genomgången [1]. Hon tar upp att det globala mönstret för sjuklighet och dödlighet, och de faktorer som påverkar folks hälsa, har förändrats över tid och jämför med en motsvarande genomgång från 1990. Tydligt fattigdomsrelaterade orsaker, som vissa infektioner och undernäring, har minskat, men samtidigt dör fler människor av sådant som ”trafikolyckor, hjärtsjukdomar och tarmcancer” 2010 än 1990, vilket Bojs framhåller hänger samman med att människor blir rikare, vilket medför att de slipper ta i så mycket fysiskt, och att de köper bilar, mat, cigaretter och läsk.

Ja, vad är det den aktuella Lancetgenomgången säger? I en av delartiklarna jämförs dödstal i 235 olika dödsorsaksgrupper 2010 med motsvarande siffror 1990 (baserat på korrigerade versioner av olika länders officiella statistik, eller extrapoleringar i de fall där statistik saknas) [2]. Exempelvis mödradödlighet, näringsbrist, diarrésjukdomar, luftvägsinfektioner och mässling har minskat kraftigt när det gäller antalet dödsfall. En rad sjukdomsgrupper som klassificeras som icke smittsamma (”non-communicable”), alltså till stor del kroniska hälsoproblem som ökar med stigande ålder, har ökat med detta mått mätt. Men en sak som kan bidra till detta är allmänt förbättrad överlevnad och ändrat fertilitetsmönster, vilket bidrar till populationstillväxt, och till att dödligheten förskjuts högre upp i åldrarna.

Om vi vill studera inflytandet av ogynnsamma miljöfaktorer av det slag Bojs nämner, är det mer adekvat (om än inte problemfritt) att titta på åldersspecifika eller åldersjusterade dödstal (antal dödsfall relativt folkmängden). I [2] refereras också åldersjusterade dödstal vid sidan av antalet dödsfall, och dessa har generellt minskat, eller inte ändrats signifikant, sedan 1990, inte bara när det gäller infektioner och undernäring, utan också när det gäller ”icke smittsamma” sjukdomar (se även IHME för ålders-, köns- och regionsspecifika visualiseringar av antal döda, dödstal och andelen dödsfall för de olika orsaksgrupperna). När det gäller alla tumörtyper är förändringen från 1990 till 2010 +38,0 procent/−13,8 procent för antal dödsfall/åldersjusterade dödstal. För kolorektal cancer är motsvarande siffror +45,7/−10,9; för alla sjukdomar i cirkulationsorganen +31,2/−21,2; för ischemisk hjärtsjukdom +34,9/−19,5; för sjukdom i hjärnans kärl +26,0/−24,6; för vägtrafikolyckor +46,3/+6,2.

I några fall har det skett signifikanta ökningar även när det gäller åldersjusterade dödstal. Det mest bekymmersamma kanske är HIV/AIDS, där förändringen (som framför allt är relaterad till utvecklingen i Afrika söder om Sahara) är +390,4/+258,4. När det gäller några grupper av icke smittsamma sjukdomar ses också ökningar, t.ex. demenssjukdomar (+244,0/+95,4) och förmaksflimmer och fladder (+233,9/+89,6). Det är dock inte säkert att trender som dessa två beror på en ogynnsam utveckling av miljöfaktorer; selektiv överlevnad och ändrat sätt att rapportera dödsorsaker kan också spela in (som jag skrivit om tidigare när det gäller demens, t.ex. den 21 april i år).

En annan sak Bojs tar upp är att ökningen av livslängd som skett sedan 1990 inte åtföljts av någon motsvarande ökning av antalet år med god hälsa. Ja, en sak som spelar in här är säkert det förändrade sjukdomsmönstret. Dödsfall i exempelvis cancer, hjärtsjukdom eller demens föregås typiskt av en längre period av smärtor eller funktionsnedsättning än dödsfall i akuta infektioner. Här är alltså det absoluta antalet eller andelen dödsfall för olika dödsorsaker ett mer relevant mått än åldersjusterade dödstal. Dessutom har sådant som förbättrad sjukvård troligen bidragit till att folk lever längre med samma typ av sjukdom. Detta, kanske i förening med ett ändrat mönster även bland de kroniska sjukdomarna, så att de tenderar att få lugnare förlopp (jag har skrivit om sådana hypoteser här t.ex. den 2 december förra året), kanske är den viktigaste förklaringen till denna trend inom rika länder, där kroniska sjukdomar var dominerande orsak till dödlighet redan 1990. Samtidigt kan förbättrad vård också medföra att sjukdomarna inte leder till grava funktionsförsämringar lika snabbt som tidigare.

[1] Bojs, K., Nu är för mycket mat största problemet, DN 2012-12-16, http://www.dn.se/nyheter/vetenskap/karin-bojs-nu-ar-for-mycket-mat-storsta-problemet

[2] Lorenzo, R. et al., Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010, Lancet 2012, http://www.thelancet.com/themed/global-burden-of-disease