Telemarkshelsa. - folkehelsemelding 2013 Helse, risiko- og beskyttelsesfaktorer

Transkript

1 Telemarkshelsa - folkehelsemelding 2013 Helse, risiko- og beskyttelsesfaktorer

2 Foto: Hovedbilde forside Dag Jenssen Øvrige

3 Folkehelse i Telemark Helse, risiko- og beskyttelsesfaktorer 2013

4 Folkehelseinstituttets Folkehelseprofil for Telemark

5 Innholdsfortegnelse Sammendrag Om folkehelse og folkehelsearbeid Helsesituasjonen Sykefravær Arbeidsavklaringspenger og uføretrygd Somatiske diagnoser Hjerte og karsykdommer Kreft Astma Kols Muskel- og skjelettplager Psykisk helse Tannhelse Helsefremmende og forebyggende tiltak Fysiske/biologiske risikofaktorer Blodtrykk Kolesterol Fedme og overvekt Helsefremmende og forebyggende tiltak Helsefremmende eller helseskadelig atferd Kosthold Nasjonale kostholdsundersøkelser Kosthold i Telemark Fysisk aktivitet Nasjonale undersøkelser Regionale og lokale undersøkelser Tobakk og snus Rusmidler Miljømessige levekårsforhold Sosialt miljø

6 5.1.1 Hjemmemiljøet Skolemiljø i Telemark Fritidstilbud Kriminalitet Fysiske miljøfaktorer Sosioøkonomiske levekår Inntektsnivå og inntektsforskjeller Inntektsnivå i Telemark Lavinntekt i Telemark Inntektsulikhet i Telemark Utdanning Sammenhengen mellom utdanning og helse Utdanningsnivået i Telemark Lese- og skrivevansker Barn av enslige forsørgere Tiltak som motvirker sosial ulikhet i helse Barndom og overgang til voksenlivet Oppvekstmodell Frafall fra videregående skole Hva forklarer frafallet fra videregående skole? Unge uføretrygdede Unge sosialhjelpsmottakere Årsaker vanskeligheter i overgangen til voksenlivet Sosial ulikhet blant barn og unge Arbeidsmarkedet Arbeidsmarkedsmodell Arbeidsmarkedet i Telemark Folkehelse og eldre Oppsummering Referanser

7 Sammendrag Denne rapporten omhandler folkehelsen i Telemark og de faktorer som påvirker denne. De viktigste resultatene fremgår av punktene nedenfor: Helseutfordringer: Telemark har en stor andel uføretrygdede og andelen har økt de senere årene. Det er også økt andel yngre uføretrygdede. De fleste av disse er uføretrygdet enten på grunn av muskelog skjelettlidelser eller psykiske lidelser. Telemark har en høy forekomst av psykiske lidelser, målt i forhold til diagnoser fastsatt hos fastlege, legemiddelbruk og pasienter ved sykehusene. Helseatferd: I den norske befolkningen er det en stor andel som ikke oppfyller de nasjonale kostholdsanbefalingene. De yngste barna har et forholdsvis sunt kosthold, mens blant ungdom er det derimot en stor andel som ikke oppfyller de nasjonale kostholdsanbefalingene. Vi har ikke data som forteller om Telemark skiller seg fra landet for øvrig. Undersøkelser viser at voksenbefolkningen har blitt mer aktiv de senere årene. Tidsbruksundersøkelser viser samtidig at vi også bruker mer av fritiden passive aktiviteter (TV, PC, Internett, dataspill ol). Flere trener, men samtidig er vi også mer stillesittende. De aller fleste barn er aktive, men andelen aktive reduseres betydelig når de når ungdomsalderen. Resultater fra ungdataundersøkelsen tyder på at ungdom i Telemark trener like mye som ungdom i landet for øvrig, men at de er mindre aktive i fritidsorganisasjoner. De er en klar nedgang i antall røykere både i landet som helhet og i Telemark. Sosio-økonomiske forhold Blant de med lav inntekt og lav utdanning er helseutfordringene større enn for de med høy utdanning/inntekt. I Telemark er det noe lavere utdanningsnivå enn i landet som helhet. Overgang til voksenlivet: Det er generelt et stort frafall fra videregående skole i Norge. Det er ikke større frafall i Telemark enn resten av landet. Det er generelt stor vekst i andelen unge uføre i landet. Andelen unge uføre er klart større i Telemark enn resten av landet. Det er klart større andel unge som har hatt økonomisk sosialhjelp i Telemark sammenlignet med resten av landet. Demografisk utvikling Fra 2020 forventes det generelt en sterk vekst i andelen eldre i befolkningen. Den forventede veksten vil imidlertid variere mye mellom kommunene i Telemark. I kjølvannet av de demografiske endringene kan vi forvente økt forekomst av sykdom og helseplager som hjerte- og karsykdommer, kreft, demens og psykiske lidelser. 5

8 6

9 1. Om folkehelse og folkehelsearbeid Denne rapporten inneholder statistikk over folkehelsen i Telemark og de risiko- eller beskyttelsesfaktorene som påvirker folkehelsen. I rapporten fra Helsedirektoratet «Folkehelsearbeid veien til god helse for alle», defineres folkehelse som: - Befolkningens helsetilstand og hvordan helsen fordeler seg i befolkningen. I den samme rapporten defineres folkehelsearbeid som: - Samfunnets totale innsats for å opprettholde, bedre og fremme befolkningens helse gjennom å svekke faktorer som medfører helserisiko, og styrke faktorer som bidrar til bedre helse. Mer konkret vil dette kunne handle om å: - skape gode oppvekstsvilkår for barn og unge - legge til rette for sunne levevaner, f.eks. i skolen - fremme mestring, inkludering og trygghet - å forebygge sykdom og skade Dette innebærer også en avgrensning av folkehelsearbeidet i forhold til annet helsearbeid, nærmere bestemt klinisk diagnostikk, behandling, pleie og omsorg. I følge rapporten fra Helsedirektoratet avgrenses også folkehelsearbeidet i forhold begrepsapparatet primær-, sekundær- og tertiærforebygging. Primærforebygging betegnes som den «genuine forebyggingen» og innebærer å styrke helse og hindre utvikling av sykdom, skade eller lyte. Sekundærforebygging defineres videre som tidlig inngripen og handler om å stanse sykdomsutvikling og/eller hindre tilbakefall. I følge rapporten faller dette også innenfor folkehelsearbeidet. Tertiærforebyggende arbeid defineres som å hindre forverring og sikre best mulig liv med den helsesvikt som foreligger. Denne formen for forebygging faller sammen med habilitering og rehabilitering, noe som anses å falle utenfor folkehelsebegrepet. Dette betyr ikke at personer som er under habilitering eller rehabilitering ikke er en målgruppe i folkehelsearbeidet. Tvert imot vil virkemidlene innenfor folkehelsearbeidet være svært aktuelle for disse gruppene. Sammenhengene er mellom påvirkningsfaktorene og befolkningens helse kan være kompleks. På den ene siden finner vi sammenhenger mellom risikofaktorer og helse som er forholdsvis entydige og dokumentert, f.eks. sammenhengen mellom røyking og kreft. På den andre siden finner vi mindre tydelige sammenhenger der årsaksforholdene er mer uklare, f.eks. forholdet mellom økonomi og helse. Det kan også være flere faktorer involvert som virker i et komplekst samspill med hverandre. Det også sammenhenger som har mer umiddelbare virkninger og forhold som virker over tid. F.eks. vil traumatiske hendelser kunne ha en umiddelbar virkning på den psykiske helsen, mens virkningen av et forurenset arbeidsmiljø gjerne får virkning etter flere år. Til slutt kan vi også skille mellom ulike typer årsaksfaktorer hvor det viktigste skillet går mellom individuelle faktorer, sosiale strukturer og fysisk miljø. 7

10 For å kunne håndtere denne kompleksiteten kan det være hensiktsmessig å dra nytte av noen forenklede analysemodeller. Slike modeller har ikke som formål å gjengi virkeligheten. I så fall ville de blitt for komplekse og lite anvendbare. Derimot er formålet å antyde noen veier inn i kompleksiteten av sammenhenger og årsaksforhold. Hvordan skal indikatorene for folkehelsen analyseres? Her vil det være hensiktsmessig å skille mellom folkehelsen og risikofaktorer. Analyse av folkehelsen vil innebære det å undersøke helsesituasjonen til befolkningen, f.eks. indikatorer for forekomsten av kols, diabetes osv. Risikofaktorene (eller beskyttelsesfaktorene) omfatter på sin side de forholdene i samfunnet som påvirker folkehelsen, f.eks. indikatorer for kosthold, fysisk aktivitet, fysisk miljø osv. En analyse av risikofaktorene vil dermed bestå av både en vurdering av hvilke faktorer som påvirker helsen og en analyse av selve risikofaktorene. Dette forutsetter med andre ord at vi både har kunnskap om hva som er relevante risikofaktorer i forhold til hvilke typer helseforhold, og at vi har indikatorer som kan si noe om den faktiske helserisikoen. Generelt kan vi si at det er tre måter å vurdere risikofaktorer eller helsesituasjonen i forhold til. Den ene måten vil være å vurdere dataene i forhold til noen normative standarder. Det vil si at vi vurderer tallmaterialet vi har om den enkelte kommune i forhold til bestemt mål eller en bestemt standard. Et slikt mål kan enten ha grunnlag i noen nasjonale føringer, lokale politiske mål eller faglige standarder. F.eks. finnes det nasjonale mål for miljøutslipp og fysisk aktivitet for barn og unge (60 minutter aktivitet daglig). Den andre måten vil være å måle utviklingen over tid, dvs. at vi sammenligner tilstanden på ulike tidspunkt. Spørsmålet blir da om endring går i forventet eller ikke forventet retning. Mange av de nasjonale målene dreier seg om å vurdere endringer i forhold til nivået et gitt år. En tredje måte vil være å sammenligne det enkelte mål i kommunene (fylke) med tilsvarende mål for sammenlignbare enheter (geografiske områder). Sammenligningsgrunnlaget vil da kunne være enten være nasjonalt mål, fylkesmål, eller andre kommuner. Tabell 1.1 Tre typer analyser av folkehelsen og risiko eller beskyttelsesfaktorer Sammenligning med normative standarder Sammenligning over tid Sammenligning mellom geografiske områder Folkehelse - Økning/reduksjon i andel barn med diabetes - Økning/reduksjon i andelen barn med psykisk helseproblemer - Høyere eller lavere forekomst av psykiske helseproblemer blant barn/unge enn fylket/landet Risikofaktorer - Andel barn med sunt kosthold (jf. kostholdsanbefalinger). - Andel barn som er fysisk aktive mer enn 60 minutter daglig. - Nulltoleranse for alkoholkonsum under graviditet - Økning/reduksjon i andelen barn i kommunen som er fysisk aktive - Økning/reduksjon i andelen barn som deltar i sosiale aktiviteter - Andel barn i kommunen som er aktive i fritidsorganisasjoner sammenlignet med fylket/landet 8

11 De ulike analysemetodene innebærer at man i folkehelsearbeidet kan fastsette mål på ulike måter. En måte er å ta utgangspunkt i en bestemt helseindikator, f.eks. barn med diabetes. Det betyr at innsatsen i kommunen bør bygge på den kunnskapen vi har om hvilke faktorer som påvirker diabetes. Påvirkningsfaktorene vil således danne grunnlag for å utarbeide delmål, f.eks. mål om å redusere forbruket av sukkerholdig drikke og matvarer. Dette kan være mål som tar utgangspunkt i nasjonale standarder (andel barn med anbefalt kosthold), sammenligning med andre kommuner (f.eks. kommuner med gode mål på kosthold eller diabetes) eller sammenligninger over tid (f.eks. reduksjon i konsum av sukkerholdige drikke og matvarer). Problemet med denne fremgangsmåten er at det vil kunne være en lang tidshorisont mellom delmål og hovedmål. F.eks. vil delmål knyttet til røyking sannsynligvis ikke få merkbare virkninger før det har gått mange år. En alternativ fremgangsmåte vil være å ta utgangspunkt i risikofaktorene. En slik fremgangsmåte trenger strengt tatt ikke operere med mål på helsesituasjonen, men kan basere seg på anerkjent kunnskap om sammenhengen mellom risikofaktorene og helsegevinstene. Her vil det være ulik grad av sikkerhet mellom risikofaktorene og helsegevinster. F.eks. er det rimelig godt dokumentert sammenheng mellom røyking og kreft. Vi har imidlertid mindre sikker kunnskap om sammenhengen mellom sosiale miljøfaktorer og psykisk helse. Men selv om vi ikke har dokumentert kunnskap, betyr ikke dette at det kan være faktisk sammenhenger. Mye av folkehelsearbeidet vil derfor nødvendigvis måtte basere seg på usikker kunnskap. Et folkehelsearbeid som tar utgangspunkt i risikofaktorene (i motsetning til helsefaktorene), vil kunne benytte samme analysemetoder som over, dvs. fastsette mål etter nasjonale standarder, mål som endring over tid og mål basert på sammenligning med andre kommuner. Folkehelsearbeidet består i å påvirke risiko eller beskyttelsesfaktorer. Ofte vil disse faktorene inngå i et komplekst sett av relasjoner med årsaker og virkninger. I litteraturen finner vi eksempler hvor det er forsøkt å identifisere alle relevante faktorer og årsakssammenhenger. Et eksempel på dette er undersøkelsen til Elstad (2008) som forsøker å forstå sammenhengen mellom utdanning og helse. Det er imidlertid neppe slik at vi kan forvente å utforme generelle modeller som viser alle sammenhenger mellom samfunn og helse. En viktig lærdom fra slike studier er likevel at det ofte er slik at flere faktorer har betydning for den samme virkningen. Som nevnt tidligere er statistikken i denne rapporten organisert i forhold til noen enkle analysemodeller. Formålet med disse er ikke å gjengi virkeligheten. Formålet med modellene er i første rekke å sortere tallmaterialet og dernest fungere som en inngangsport for å forstå de komplekse sammenhengene mellom helsestatistikken på den ene siden og risikofaktorer eller beskyttelsesfaktorer på den andre. 9

12 Sosiale miljøfaktorer Sosioøkonomiske faktorer Fysiske miljøfaktorer Kognitive faktorer Fysiske/biologiske risikofaktorer Helseatferd Helsesituasjon Figur 1.1 Generell analysemodell Figur 1.1 viser en generell analysemodell som er ment å illustrere hvilke hovedfaktorer som påvirker folkehelsen. Modellen skiller mellom fem hovedfaktorer som påvirker helsesituasjonen. Den første er sosioøkonomiske faktorer som inntekt, utdanning og familiestruktur (enslige forsørgere). Her er dette avgrenset til egenskaper som er knyttet til individer eller familien. Det er to typer miljøfaktorer i modellen, sosiale miljøfaktorer og fysiske miljøfaktorer. Sosiale miljøfaktorer er forhold som kjennetegner individet og de sosiale relasjonene individet inngår i. Dette kan for eksempel være egenskaper ved familien, nærmiljøet, vennegjeng, skolemiljø, arbeidsmiljøet osv. Fysiske miljøfaktorer omfatter de fysiske sidene ved individets omgivelser. F.eks. kan dette dreier seg om forurensning, støyplager, trafikkforhold, vannkvalitet, tilgjengelighet til friområder og muligheter for fysisk adspredelse. Den fjerde viktige faktoren har vi kalt helseatferd. Helseatferd dreier seg om hva slags atferd det enkelte individ har som kan fremme eller hemme helse, f.eks. fysisk aktivitet, kosthold og røyking. Den femte hovedfaktoren er kognitive faktorer som består av ulike typer personlige egenskaper. Disse baserer seg i grove trekk på at egenforståelsen av seg selv og verden omkring har betydning for ens atferd og helsesituasjon. I tillegg har vi en faktor vi har kalt fysiske/biologiske risikofaktorer. Dette omfatter faktorer som faller inn under begrepet metabolsk syndrom, men det omfatter kun de faktorene som inngår i syndromet, ikke syndromet i seg selv. Sentrale faktorer som inngår i metabolsk syndrom er kolestrolnivå, blodtrykk og fedme. Ingen av disse faktorene kan i seg selv betraktes som en sykdom, men er likevel av fysisk eller biologisk art. Dette skiller dem også fra andre risikofaktorer som atferdsfaktorer, miljøfaktorer eller kognitive faktorer. Enhver modell av virkeligheten vil være en forenkling. Samtidig vil en modell se på verden med sin spesielle innfallsvinkel. Modellen over legger vekt på årsakssammenhenger og betrakter verden som et sett av faktorer som påvirker hverandre. En slik modell kan ha sin fordel ved at den klargjør eller i det minste diskuterer en del sammenhenger og hvordan helsen påvirkes av ulike faktorer. Samtidig vil det være en svakhet ved en slik modell være at den i liten grad legger vekt på prosesser. Det kan derfor være fruktbart å supplere med alternative modeller som går nærmere inn på ulike livsfaser og kritiske overganger i livet som kan ha helsemessige implikasjoner. 10

13 2. Helsesituasjonen Vi har ulike mål på folkehelsen i kommunene. I Folkehelseinstituttets statistikkbank for kommunehelsa finner vi at folkehelsen måles i forhold til sykehusbehandling, medisinbruk, dødsfall og uføretrygdede. I tillegg til disse indikatorene, har vi også her tatt med statistikk over brukere av arbeidsavklaringspenger (AAP) og legemeldt sykefraværsstatistikk. Statistikken er hentet fra ulike offentlige registre. En svakhet ved denne statistikken er at den ikke nødvendigvis reflekterer befolkningens helsesituasjon, men kan vel så mye reflektere et aktivt helsevesen eller ulik registreringspraksis. F.eks. kan statistikken over medisinbruk mot psykiske lidelser si vel så mye om den praksisen legene har med å skrive ut reseptbelagte medisiner som den sier noe om helsesituasjonen i befolkningen. Det kan derfor være hensiktsmessig å supplere de nevnte dataene med andre datakilder. En alternative og supplerende datakilde kan være bruk av lokale befolkningsundersøkelser. Per i dag er det ikke gjennomført slike undersøkelser på en systematisk måte i Telemarkskommunene. Derimot har vi flere slike utvalgsundersøkelser på nasjonalt nivå. 2.1 Sykefravær Sykefraværsstatistikken i Norge viser at sykefraværet har variert en del fra århundreskiftet. Vi kan her skille mellom fire perioder. I den første perioden fra inngangen til 2000 og til utgangen av 2003 økte det legemeldte sykefraværet fra omtrent 6,5 prosent til 7,5 prosent (Sundell 2012). 1 I den andre perioden som omfatter de første tre kvartalene i 2004, får vi en forholdsvis klar nedgang i sykefraværet med nesten 2 prosentpoeng. I følge Ose (2010) skyldes denne nedgangen mest sannsynlig innføring av nye sykefraværsregler. I den tredje perioden fra utgangen av 2004 får vi igjen en svak økning i sykefraværet som varer frem til midten av På dette tidspunktet er sykefraværet 6,5 prosent, dvs. omtrent på det nivået vi hadde ved århundreskiftet. I den fjerde perioden som løper fra midten av 2009 og frem til midten av 2012, er sykefraværet avtakende og i fjerde kvartal 2012 har vi et sykefravær nede på 5,6 prosent. 1 Sesong- og influensajusterte legemeldte sykefraværet 11

14 Hele landet Telemark Figur 2.1 Legemeldt sykefravær (4. kvartal), hele landet og Telemark (Kilde: SSB) Sykefraværsprosenten i Telemark har i hele perioden fra 2000 og frem til 2012 vært høyere enn for landet som helhet. Figur 2.1 viser at gapet mellom Telemark og landet som helhet var størst i perioden frem til 2003 da det var 0,6-0,7 prosentpoeng høyere ledighet i Telemark. Fra 2004 ser vi at forskjellen i sykefraværet varierer mellom 0,1 og 0,4 prosentpoeng. Notodden Sauherad Nome Hjartdal Tinn Kragerø Porsgrunn Skien Bø Seljord Drangedal Bamble Siljan Fyresdal Nissedal Tokke Vinje Kviteseid Telemark Hele landet Legemeldt sykefravær, gjennomsnitt ,5 5,5 5,1 5,0 5,0 7,3 7,1 6,9 6,7 6,6 6,5 6,5 6,3 6,2 6,2 6,1 6,1 6,5 6,1 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 8,0 Figur 2.2 Legemeldt sykefravær i hele landet, Telemark og i Telemarks kommuner, gjennomsnitt Kilde: SSB. 12

15 Det er forholdsvis store variasjoner i sykefraværet mellom kommunene i Telemark. Figuren viser at sykefraværet er spesielt høyt i Notodden, men også i Sauherad og Nome. Både i Notodden og i Sauherad er sykefraværet gjennomgående høyt i hele periode. I Nome ser vi derimot at forskjellen til resten av fylket variere en del i perioden (fra 0,1 prosentpoeng høyere ledighet opp til 1,7 prosentpoeng). De kommunene som utpreger seg med lavt sykefravær, er Kviteseid, Vinje og Tokke. Med noen unntak ser vi at alle disse kommunene gjennomgående har et lavere sykefravær i hele perioden fra sammenlignet med sykefraværet i fylket som helhet. Sykefravær fordelt på diagnosegrupper, Hele landet og Telemark, 2. kvartal 2012 Muskel-/skjelettlidelser Psykiske lidelser Allment og uspesifisert Sykdommer i luftveiene Svangerskapssykdommer Sykdommer i nervesystemet Sykdom i fordøyelsesorganene Hjerte- og kar sykdommer Andre lidelser Ukjent 6,4 7,9 5,5 5,4 5,4 3,0 5,1 5,1 4,8 5,3 4,5 5,4 8,8 9,9 0,3 0,2 19,5 21,7 39,7 36,0 Landet Telemark 0,0 10,0 20,0 30,0 40,0 50,0 Figur 2.3 Sykefravær fordelt på diagnosegrupper, hele landet og Telemark, 2. kvartal Kilde: NAV statistikkportal Det meste av sykefraværet skyldes muskel og skjelettlidelser. For landet som helhet utgjør dette 40 prosent av sykefraværstilfellene. I Telemark er andelen på 36 prosent. Den nest hyppigste årsaken er psykiske lidelser. For landet som helhet utgjør denne gruppen 20 prosent, mens den i Telemark utgjør 22 prosent. Ose (2010) viser til flere forklaringer på sykefraværet, eller nærmere bestemt utviklingen av sykefraværet: 1) arbeidsmiljø, 2) omstillinger, 3) livsstil, 4) arbeidsledighetens betydning, 5) legepraksis og 6) sykelønnsordninger. 13

16 De ulike faktorene peker i ulik grad på hvorvidt sykefravær skyldes sykdom eller andre ting. I et folkehelseperspektiv er vi primært opptatt av de faktorene som relaterer sykefraværet til bakenforliggende helseutfordringer, eventuelt helsefremmende faktorer. Andre faktorer som f.eks. legepraksis og sykelønnsordninger som forklaring på sykefraværet, er således kun interessant i den forstand at disse faktorene kan påvirke statistikken uten at det nødvendigvis sier noe om befolkningens helsesituasjon. Den første faktoren er arbeidsmiljøet. I og med at sykefraværet relateres til arbeid, er det nærliggende å tro at arbeidsplassen kan være kilde til sykdom/skader som igjen gir sykefravær. I følge Levekårsundersøkelsen fra 2006 er det relativt mange (40 prosent) av de med sykefravær som oppgir at sykefraværet skyldes jobbrelaterte forhold (Mehlum 2011). Flere undersøkelser peker også på at muskel- og skjelettplager kan knyttes til arbeidssituasjonen eller arbeidsmiljøet (Ose 2010). Tilsvarende gjelder også astma. Den andre faktoren er at sykefravær oppstår i kjølvannet av omstillinger eller nedbemanninger. Her kan det være flere effekter. En effekt er at nedbemanning i praksis dreier seg om å skyve ut de minst produktive, og at det samtidige gir økt press på de som er igjen. En annen effekt kan være at omstillinger i seg selv skaper nye og vanskelige situasjoner for de som blir igjen. De undersøkelsene som tar for seg forholdet mellom omstillinger og sykefravær viser noe sprikende resultater, dvs. at noen undersøkelser finner en slik effekt, mens andre ikke finner det. Den tredje faktoren livsstil relateres til forhold utenfor arbeidsplassen, dvs. levemåte som primært er knyttet til fritid. I følge Ose (2010) har arbeidstakere som er fysisk aktive på fritiden, mindre sykefravær enn inaktive arbeidstakere. Samtidig vises det til at det er vanskelig å påvise hvorvidt aktivitetsprogrammer på arbeidsplassen har virkning på sykefraværet, og at det er usikkert hvor mye fysisk aktivitet som er nødvendig for at de påvirker sykenærværet. I tillegg til fysisk aktivitet, pekes det også på at røyking, høyt alkoholforbruk og overvekt øker risikoen for sykefravær. En fjerde faktor kan knyttes arbeidsledigheten, dvs. at sykefraværet reduseres i perioder med høy ledighet, og motsatt, at sykefraværet øker i perioder med lav ledighet. De ulike forklaringene på denne sammenhengen peker dels på at sykefraværet skyldes sykdom og dels på at det er andre faktorer som spiller inn. a) Den første forklaringen på sammenhengen peker på at grupper med større sykefraværstilbøyelighet (marginale grupper) kommer inn på arbeidsmarkedet i oppgangskonjunkturer (dvs. perioder med lav ledighet). Denne forklaringen peker således på at variasjon i sykefravær skyldes sykdom i en eller annen form. b) En annen forklaring er at perioder med høykonjunktur gir større sykefravær som følge av økt aktivitet og arbeidspress (f.eks. i form av at organisasjonens slakk minimeres). c) Den tredje forklaringen viser til at sammenhengen skyldes disiplinering, dvs. at frykt for å miste arbeid, gjør at vi blir mindre syke under lavkonjunkturer. Underforstått ligger det her en premiss at deler av sykefraværet ikke skyldes sykdom, men heller tilbøyeligheten arbeidsgiver og arbeidstaker har til å utnytte hhv. sin markedsmakt og sykefraværsordningene. Sykelønnsordninger og legepraksis er interessante forhold som kan påvirke statistikken, men er faktorer som ikke antas å påvirke det faktiske sykdomsbildet som ligger bak sykefraværet. De er derfor av mindre interesse i denne sammenheng. 14

17 2.2 Arbeidsavklaringspenger og uføretrygd Ordningen med arbeidsavklaringspenger ble innført i 2008, og erstattet ordningene med rehabiliteringspenger og attføringspenger. Vilkårene for å motta arbeidsavklaringspenger er at man på grunn av sykdom, skade eller lyte har fått arbeidsevnen nedsatt. På samme måte som blant mottakerne av sykepenger, er det også diagnosene muskel- og skjelettlidelser og psykiske lidelser som dominerer blant mottakerne av AAP. Prosentandelen av befolkningen som har AAP har ikke endret seg vesentlig siden Variasjonen har vært mellom 5 og 5,5 prosent av befolkningen. Andel av befolkning på arbeidsavklaringspenger Hjartdal Notodden Sauherad Kragerø Kviteseid Bamble Siljan Skien Drangedal Seljord Porsgrunn Bø (Telem.) Nome Tokke Vinje Tinn Nissedal Fyresdal Telemark Hele landet 3,3 3,3 3,2 2,9 4,2 4,1 6,0 5,8 5,6 5,6 5,2 5,2 5,0 5,0 4,8 4,8 5,1 5,3 6,8 6,6 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 Figur 2.4 Andel av befolkningen i yrkesaktiv alder (18-67 år) med arbeidsavklaringspenger, gjennomsnitt for marsoktober Figur 2.4 viser at andelen av befolkningen som mottar AAP varierer en god del mellom kommunene i Telemark. Telemark fylke ligger omtrent på nivå med landet for øvrig, men det er stor variasjon mellom kommunene. Vi ser at Fyresdal, Nissedal, Vinje og Tinn har en forholdsvis liten andel av befolkningen på AAP, mens Hjartdal og Notodden med en forholdsvis stor andel. Vi skal imidlertid 15

18 være forsiktige med å bruke AAP som en indikator i seg selv på befolkningens helsesituasjon fordi den sannsynligvis i stor grad påvirkes av administrative forhold, dvs. ulik praksis med å bruke AAP i forhold til andre trygdeordninger. Andelen av befolkningen på AAP må derfor ses i sammenheng med andelen på andre trygdeordninger. Uføretrygden omfatter de som på grunn av sykdom, skade eller lyte ikke anses å kunne ha ordinært arbeid. Denne gruppen er heterogen i den forstand at den innbefatt både personer med 100 prosent uføreperson og personer med gradert uførepensjon. Uansett vil uføretrygden være et mål på mer varige helseproblemer Hele landet Telemark (faktiske tall) Telemark (aldersjusterte tall) Figur 2.5 Prosent av befolkningen år på uføretrygd , Telemark og hele landet. Kilde: NAV. Figur 2.5 viser at Telemark i hele perioden har hatt høyere andel på uføretrygd enn landet som helhet. I 2012 hadde Telemark 13,4 prosent på uføretrygd, mens tilsvarende andel for landet som helhet var på 9,5 prosent. Noe av forskjellen mellom Telemark og resten av landet skyldes aldersfordelingen, dvs. at det Telemark har en eldre befolkning enn landet som helhet. Når vi justerer for denne, utgjør andelen i Telemark 12,4 prosent. Figur 2.5 viser også at det i perioden fra 2003 til 2012 er et økende gap mellom andelen uføretrygdede i Telemark og andelen i landet som helhet. Denne forskjellen har økt fra 2,2 prosentpoeng i 2003 til 3,9 prosentpoeng i Dersom vi benytter de aldersjusterte tallene, finner vi at gapet har økt fra 1,6 prosentpoeng i 2003 til 2,9 prosentpoeng i

19 Andel uføre i befolkninen år, Nome Notodden Tinn Drangedal Sauherad Kragerø Seljord Nissedal Bø (Telemark) Skien Porsgrunn Hjartdal Kviteseid Bamble Fyresdal Tokke Siljan Vinje Telemark Hele landet 14 13,8 13,5 13,1 12,9 12,9 12, , ,9 10,8 10,1 9,9 9,8 8,8 8,4 11,5 9, Figur 2.6 Andel uføretrygdede av befolkningen i alderen år, glidende gjennomsnitt (aldersjusterte tall). Kilde: FHIs kommunedatabanken. Figur 2.6 viser tall hentet fra Folkehelseinstituttets kommunedatabase som inneholder data om uføretrygd på kommunenivå. Dette tallmaterialet baserer seg på aldersjusterte tall og tre års glidende gjennomsnitt (f.eks. er tall fra 2010 et gjennomsnitt for årene ). Figuren viser at det er store variasjoner i andelen uføretrygdede mellom kommunene i Telemark. Vi ser at kommunene Drangedal, Tinn, Notodden og Nome ligger på topp med mellom 13 og 14 prosent uføre. I den andre enden finner vi Siljan og Vinje som har en andel på under 9 prosent uføretrygdede. 17

20 Notodden Sauherad Kragerø Nome Drangedal Seljord Hjartdal Tinn Bø Kviteseid Skien Porsgrunn Bamble Nissedal Siljan Tokke Fyresdal Vinje Telemark Hele landet 13,8 12,9 12, ,1 12,5 10,9 13, ,8 11, ,1 12 8,8 9,8 9,9 8,4 11,5 9,5 6,3 6,1 5,7 4,2 4,7 4,9 6,2 3,2 4,6 5,7 5,3 4,7 5,5 3,1 5,1 3,8 2,7 3,5 5,1 5,3 Andel uføretrygdede Andel på AAP, Figur 2.7 Andelen uføretrygdede ( ) og på arbeidsavklaringspenger i prosent av befolkningen i arbeidsdyktig alder. Kilde: FHIs kommunedatabanken og NAV. Figur 2.7 viser andelen uføretrygdede og andelen på APP fordelt på kommunene i Telemark. Samlet for Telemark ser vi at det er 16,6 prosent av befolkningen i arbeidsdyktig alder som mottar disse to trygdeordningene, mens det for landet som helhet er 14,8 prosent. I tillegg kommer sykefraværet som utgjør 6-7 prosent av arbeidsstyrken. Samlet for Telemark vil gruppen av uføre, personer på AAP og sykmeldte utgjør nesten ¼ av befolkningen i arbeidsdyktig alder. Det er store variasjoner mellom kommunene. På den ene siden finner vi Sauherad og Notodden med omtrent 20 prosent av befolkningen på uføretrygd/aap, og på den andre siden Vinje og Fyresdal med omtrent 12 prosent. Aldersfordelingen i fylke vil som nevnt over, påvirke overgangen til uføretrygd. Dette fordi tilbøyeligheten for å få uføretrygd øker med stigende alder, noe som rimeligvis henger sammen med at helsen svekkes med alderen. Befolkningsframskrivinger fram til 2020 viser at antallet eldre i aldersgruppen år samlet sett ikke vil øke spesielt mye. I enkelte kommuner øker imidlertid antallet mer enn i andre, noe som sannsynligvis også vil påvirke uføretallene. Det forventes en relativt stor økning i aldersgruppen år i kommunene Notodden, Kviteseid og Tokke. 18

21 En annen forklaring på uføretallene kan være omstilling og nedbemanning i arbeidslivet. I følge Fevang og Røed (2006) kan 5 prosent av tilstrømningen til uføretrygd i perioden knyttes til nedbemanninger som fant sted i perioden Nedbemanninger eller omstillinger i arbeidslivet kan også bidra til å forklare tilstrømningen av uføretrygdede blant de eldste. Det viser seg også at de fleste uføretrygdede har en lang sykehistorie eller ledighetshistorie. I følge Fevang og Røed (2006) var det blant uføretrygdede under 40 år, hele 67 prosent som var registrert på trygd/sosialhjelp ti år før de fikk uførepensjon. De viser også at hele 20 prosent av dem som endte opp med uføretrygd i 2002 var ledige eller på arbeidsmarkedstiltak 10 år tidligere. Det viser at mange uføretrygdede i langt tid forut for at de fikk uføretrygd, har hatt en løs tilknytning til arbeidsmarkedet og samtidig en lang trygdehistorie. Det er ellers verd å merke seg at de to store diagnosegruppene blant uføretrygdede er psykiske lidelser og muskel- og skjelettlidelser. Disse to diagnosegruppene som er omtrent like store, utgjør til sammen noe over 60 prosent av de uføretrygdede. Psykiske lidelser er mer fremtredende blant unge uføretrygdede, mens muskel og skjelettlidelser er mer vanlig hos eldre uførepensjonister. Innenfor diagnosegruppen muskel- og skjelettlidelser er det spesielt rygglidelser som dominerer. Vi finner at andelen med muskel- og skjelettplager er større for nye uføretrygdede under 60 år sammenlignet med tilsvarende andel for uføretrygdede generelt. Dette kan tyde på at diagnosen muskel- og skjelettlidelser er i ferd med å øke. Når det gjelder psykisk helser, ser vi derimot at andelen blant de nye uføretrygdede er mindre enn for alle uføretrygdede. Dette kan tyde på at det denne diagnosegruppen er i ferd med å bli mindre. Trygdeordningene som er nevnt over kan si noe om generelt om helsesituasjonen til den arbeidsføre delen av befolkningen. Statistikken gir likevel et begrenset bilde. For det første omfatter det bare deler av befolkningen og for det andre sier statistikken lite om hva slags helseutfordringer som eventuelt særpreger fylket. 2.3 Somatiske diagnoser I denne delen har vi sett nærmere på den somatiske helsesituasjonen i Telemark. Dette omfatter hjerte- og karsykdommer, kreft, kols og muskel og skjelettlidelser. Datagrunnlaget er hentet fra fastlegene, helseforetakene og reseptregistret. En generell svakhet ved denne typen data som er hentet fra tjenesteapparatet, er at det er vanskelig å si hvorvidt dataene reflekterer helsesituasjonen til befolkningen eller om det reflekterer sykehusenes behandlingstilbøyelighet. Dersom f.eks. fastlegenes tilbøyelighet til å henvise enkelte diagnosegrupper er stor i en kommune sammenlignet med en annen, vil forskjellene dreie seg om fastlegenes praksis mer enn sykdomsbildet. 19

22 2.3.1 Hjerte og karsykdommer Hjerte- og karsykdommer innbefatter hjerteinfarkt, hjertekrampe (angina pectoris), hjertesvikt, hjerneslag og andre sykdommer i hjerte og blodårer. Hjerte- og karsykdommer er en av de hyppigste dødsårsakene her i landet, men mange av hjerte- og kardødsfallene skjer i høy alder. Samtidig har det vært en jevn nedgang i antall døde av hjerte- og karsykdommer etter 1950 og 60-tallet. I de siste årene har imidlertid dødeligheten som følge av hjerte- og karsykdommer blitt redusert blant yngre personer (45-64 år) og spesielt blant menn. Hjerte- og karsykdommer er også årsaken til omtrent 3 prosent av det legemeldte sykefraværet. Fra 2005 til 2012 ble denne andelen redusert fra 3,4 prosent til 3,1 prosent. I følge Folkehelseinstituttet har genetiske eller arvelige faktorer betydning for risikoen for å få hjerteog karsykdommer. Samtidig vises det til at arvelige faktorer spiller sammen med andre risikofaktorer og enten redusere eller øke risikoen for hjerteinfarkt. Høyt kolesterol er den viktigste risikofaktoren for hjerteinfarkt. Andre risikofaktorer er røyking, høyt blodtrykk, diabetes og overvekt. Fysisk aktivitet og høyt forbruk av frukt og grønnsaker bidrar på den andre siden til å redusere risikoen. Vi finner sosioøkonomiske forskjeller i forekomsten av hjerte- og karsykdommer, dvs. at blant befolkningen som har lav utdannelse og/eller lav inntekt, er forekomsten av hjerte- og kardødeligheten høyere enn blant dem som har høyskole- og universitetsutdannelse og/eller høy inntekt (Folkehelseinstituttet, Faktaark: hjerte- og karsykdommer). På bakgrunn av en litteraturgjennomgang viser Flottorp m.fl. (2008) til at tiltak for å redusere røyking, øke fysisk aktivitet, vektreduksjon og bedret kosthold kan redusere risikoen for hjerte- og karsykdommer. Imidlertid ser ingen av de gjennomgåtte tiltakene i rapporten ut til å ha hatt stor effekt. Vi har fire datakilder som sier noe om omfanget av hjerte- og karsykdommer. Dette er data fra primærhelsetjenesten, fra reseptregistret (medisinbruk), fra spesialisthelsetjenesten (innleggelser) og fra dødsårsaksregistret. Nedenfor har vi benyttet data fra spesialisthelsetjenesten, legemiddelregisteret og dødsårsaksregistret. 20

23 Hjerte- og karsykdommer (I00-I99), pasienter innlagt per 1000 innbygger, Tokke Notodden Tinn Bø Kragerø Vinje Seljord Bamble Sauherad Kviteseid Skien Porsgrunn Siljan Hjartdal Drangedal Nome Nissedal Fyresdal Telemark Hele landet Figur 2.8 Antall pasienter innlagt for hjerte- og karsykdommer (I00-I99) per 1000 innbygger på dag- og døgnopphold, Kilde: Statistikkbanken FHI. Figur 2.8 viser sykehusinnleggelser pga hjerte- og karsykdommer. Telemark har en høyere andel sykehusinnleggelser enn resten av landet, men forskjellene er forholdsvis små. Det er samtidig forholdsvis store forskjeller mellom kommunene i Telemark. Vi ser at Tokke, Notodden, Tinn og Bø har relativt hyppige innleggelser, mens Fyresdal skiller seg ut på den andre siden med relativt få innleggelser på grunn av hjerte- og karsykdommer. Disse tallene kan si noe generelt om helsesituasjonen, men forskjellene i sykehusinnleggelser kan også skyldes andre forhold, f.eks. kapasiteten og tilgjengeligheten til tjenestetilbudet. Tallene vil i så fall ikke reflektere helsesituasjonen, men heller tilbudets kapasitet eller tilgjengelighet. Nærhet kan også forklare forskjellene, dvs. at tilbøyeligheten til innleggelser er større jo nærmere man er et sykehus. Sykehusinnleggelser kan derfor vel så mye skyldes slike faktorer som at det skyldes innbyggernes helsesituasjon. 21

24 Hele landet Telemark Figur 2.9 Antall brukere av legemidler mot hjerte- og karsykdommer (C unntatt 10C) per 1000 innbygger, utvikling over tid til (3 års glidende gjennomsnitt). Kilde: Statistikkbanken FHI. Figur 2.9 viser utviklingen i bruken av legemidler mot hjerte- og karsykdommer fra perioden til Denne viser at det generelt har vært en klar økning i bruken av slike legemidler i perioden (ca. 9 prosent økning). Telemark skiller seg imidlertid ikke fra landet for øvrig, verken når det gjelder økningen i bruken eller nivået på bruken av slike legemidler. 22

25 Hjerte- og karsykdommer (C, unntatt C10), brukere av legemidler per 1000 innbygger ( ) Hjartdal Sauherad Nome Drangedal Siljan Kragerø Notodden Seljord Bamble Kviteseid Skien Porsgrunn Nissedal Tinn Fyresdal Bø (Telemark) Vinje Tokke Telemark Hele landet Figur 2.10 Antall brukere av legemidler mot hjerte- og karsykdommer (C unntatt 10C) per 1000 innbygger, (3 års glidende gjennomsnitt) Figur 2.10 viser at legemiddelbruken mot hjerte- og karsykdommer varierer en del mellom kommunene. Fra den kommunen med færrest brukere (Tokke) og den med flest brukere (Hjartdal) er det hele 42 prosent forskjell Hele landet Telemark Figur 2.11 Dødelighet som følge av hjerte og karsykdommer, Antall per innbyggere. 23

26 Figur 2.11 viser at dødeligheten som følge av hjerte- og karsykdommer har gått ned og at Telemark i så måte ikke skiller seg fra landet som helhet. I perioden som grafen viser, har dødeligheten gått ned med hele 25 prosent. I følge Folkehelseinstituttet skyldes den reduserte dødeligheten de siste årene bl.a. reduksjon i røyking og bedre forebyggende behandling, herunder medisiner som reduserer kolesterol og høyt blodtrykk. En forklaring på den synkende dødeligheten, er således økt forebyggende medisinbruk. Hjerte- og karlidelser, dødelighet per innbyggere ( ) Fyresdal Drangedal Kviteseid Tinn Porsgrunn Bamble Kragerø Vinje Nome Skien Nissedal Notodden Tokke Bø (Telemark) Sauherad Siljan Hjartdal Seljord Telemark Hele landet Figur 2.12 Dødelighet hjerte og karsykdommer ( ). Antall personer per innbyggere. Figur 2.12 viser at Telemark ikke skiller seg mye fra landet som helhet i dødeligheten av hjerte- og karsykdommer. Det er likevel store forskjeller mellom kommunene i Telemark. 24

27 Seljord Hjartdal Drangedal Fyresdal Telemark Figur 2.13 Endring i dødelighet av hjerte- og karsykdommer i Telemark og utvalgte kommuner Figur 2.13 viser utviklingen i dødeligheten for Telemark og de fire kommunene med høyest og lavest dødelighet i utgangen av perioden. Vi ser her at alle kommunene uansett hvor høy eller lav dødeligheten er per i dag har hatt enn klar nedgang. Størst nedgang finner vi i Fyresdal og Hjartdal Kreft Forekomsten av kreft har økt svakt de siste tiårene, men dødeligheten av kreft har samtidig holdt seg stabilt. At forekomsten av kreft øker samtidig som dødeligheten er stabil eller svakt fallende, har sammenheng med at flere av dem som får kreft overlever sykdommen. Årsakene til kreft er dels miljøbetinget, dels arvelig og dels er årsakene ukjente. De kjente miljøfaktorer er tobakksrøyking, andre kreftfremkallende stoffer i luft (asbest, radon, svevestøv), alkohol (kreft i munnhule og spiserør), kosthold (kreftfremkallende stoffer i mat og drikke), fysisk aktivitet, soling og fedme. I følge Folkehelseinstituttet antas at 90 prosent av lungekrefttilfellene i Norge skyldes røyking. Røyking øker også risikoen for andre kreftformer, bl.a. i munnhule, strupe, nyre og bukspyttkjertel. Det finnes både kreftfremmende krefthemmende faktorer i kosten. Bl.a. viser det seg at kosthold som inneholder mye fiber, frukt og grønnsaker reduserer risikoen for flere kreftformer, mens kosthold med mye rødt kjøtt og kjøttprodukter øker risikoen for tykk-/endetarmskreft. Fysisk aktivitet har også vist seg å redusere risikoen for kraft i tykk- og endetarm. Mellom 30 og 60 minutters moderat og intensiv aktivitet daglig anbefales for å redusere risikoen for kreft. Det er viktig å være oppmerksom på at statistikken som presenteres nedenfor, baserer seg på relativt få tilfeller, spesielt i de minste kommunene. Det betyr at sammenligninger mellom kommunene og utviklingstrekk over tid vil kunne være påvirket av tilfeldigheter. 25

28 Hele landet Telemark Figur 2.14 Antall nye krefttilfeller per innbyggere (9 års glidende gjennomsnitt) Figur 2.14 viser den svake økningen i nye krefttilfeller i perioden fra århundreskiftet og frem til i dag. Vi ser at Telemark i starten av perioden lå noe under landet som helhet, men i utgangen av perioden er forskjellene jevnet ut. Det er ingen krefttyper som ser ut til å utprege seg spesielt mye eller lite i Telemark. 26

29 Nye krefttilfeller, alle typer, Bø Porsgrunn Kviteseid Nissedal Skien Vinje Bamble Nome Drangedal Kragerø Sauherad Notodden Fyresdal Siljan Seljord Tokke Tinn Hjartdal Telemark Hele landet Figur 2.15 Nye krefttilfeller. Antall per innbygger. Glidende gjennomsnitt Figur 2.15 viser nye krefttilfeller per innbygger. Som vist over, er det ingen forskjeller mellom Telemark og landet som helhet. Derimot ser vi at det er noen forskjeller mellom kommunene i Telemark. Forekomsten av kreft er størst i Bø og minst i Hjartdal. Dersom vi regner om tallene i figuren, finner vi at det i Bø er ett krefttilfelle per 163 innbygger og i Hjartdal ett tilfelle per 220 innbyggere. Som for landet og fylket for øvrig, er det en økning i forekomsten av kreft i alle kommunene bortsett fra i Tinn og Nissedal. De kommunene med størst økning i perioden er Kviteseid, Bø, Siljan og Drangedal. 27

30 Hele landet Telemark Figur 2.16 Dødelighet av kreft. Antall døde per innb. (9 års glidende gjennomsnitt) Figur 2.16 viser antall døde av kreft per innbygger. Vi ser at dødeligheten er svakt nedadgående og at Telemark ikke skiller seg fra landet for øvrig. Det betyr at antall nye tilfeller har økt, mens dødeligheten ikke er vesentlig endret. En naturlig forklaring på dette er at behandlingen er blitt med effektiv slik at økningen i antall krefttilfeller ikke følges av tilsvarende økning i dødelighet. 28

31 Kreft, dødelighet, Fyresdal Bø Kviteseid Skien Nissedal Tinn Porsgrunn Vinje Bamble Hjartdal Kragerø Notodden Tokke Sauherad Drangedal Nome Siljan Seljord Telemark Hele landet Figur 2.17 Dødelighet av kreft. Antall per innbyggere Figur 2.17 viser at det er forskjeller i dødelighet av kreft mellom kommunene i Telemark. Høyest dødelighet er det i Fyresdal, Bø, Kviteseid og Skien, mens dødeligheten er lavest i Siljan og Seljord. Utviklingen i dødeligheten i perioden vi har data for ( til ) varierer også en del mellom kommunene. Vi finner at det i to av kommunene Kviteseid og Fyresdal har vært en klar økning i dødeligheten (> 20 prosent). De øvrige kommunene har stort sett hatt en reduksjon i dødeligheten, bortsett fra enkelte hvor det ikke har vært endring eller en svak økning. Kommunene med størst reduksjon (10 prosent eller mer) er Bamble, Bø, Sauherad og Vinje Astma Astma er en kronisk betennelses- eller irritasjonstilstandstilstand i luftveiene. Astma rammer personer i alle aldre, men starter som regel i barnealder. Forekomsten av astma måles på ulike måter, og i følge Folkehelseinstituttet varerier forekomsten med hvordan astmadiagnosen er definert og hvilken metode man har brukt for å måle forekomsten. Som regel blir forekomsten av astma mål ved bruk av spørreundersøkelser. 2 Vi har ikke nasjonale tall for forekomsten av astma. Undersøkelser gjennomført i 1981 og 1995 blant barn og unge i Oslo viser at andelen som på det aktuelle tidspunktet hadde astma var 1,6 prosent i 2 Faktaark om Astma, Folkehelseinstituttet ( 29

32 1981 og 5,5 prosent i En undersøkelse av barn i alderen 9-11 år i Troms og Finnmark viser at forekomsten økt fra 9,3 prosent i 1985 til 13,8 prosent i I følge Folkehelseinstituttet er risikoen for å utvikle astma en konsekvens av samspillet mellom genetiske faktorer og miljøfaktorer. Vi har per i dag lite kunnskap om hvilke miljøfaktorer som kan ha betydning for utløsning av nye tilfeller av astma. Siden astma er en kronisk tilstand som i perioder forverres, skilles det mellom faktorer som utløser astma og faktorer som bidrar til forverring. Faktorer som kan bidra til å utvikle astma er: - passiv røyking øker risikoen for at barn får infeksjoner og astmalignende plager, - røyking hos gravide gir økt risiko for astma hos barnet - fuktige eller fuktskadde boliger - økt hyppighet av astma blant overvektige - økt hyppighet av yrkesastma i enkelte yrkesgrupper (aluminiumsindustri, bakere, billakkerere og sveisere). Det finnes en rekke miljøfaktorer som har betydning i forhold til å utløse astmaplager (forverring). For nærmere utdyping av disse faktorene vises det til Folkehelseinstituttets faktaark om astma ( Vi har ikke tall som viser forekomsten av astma i Telemark. 3 Fra reseptregistret finner vi imidlertid tall som viser bruk av astma- og kolsmedisiner. Siden registret ikke skiller mellom astma og kols, har vi valgt å ta utgangspunkt i de yngste aldersgruppene. Dette ut fra antakelsen at det primært dreier seg om astma for de yngste aldersgruppene. Det er imidlertid viktig å være oppmerksom på at disse tallene ikke nødvendigvis sier noe om forekomsten av astma, men kun noe om bruken av astmamedisin. Tallene kan imidlertid være en indikasjon på forekomsten av astma. 3 Sykehuset Telemark gjennomfører for tiden en større undersøkelse av astmaforekomst og astmaårsaker i Telemark. Det i skrivende stund ikke publisert resultater fra denne undersøkelsen. 30

33 Hele landet 5-9 år Telemark 5-9 år Hele landet år Telemark år Figur 2.18 Brukere av astmamedisin (astma og kols) til barn og unge 5-9 år og år, per 1000 innbygger Figur 2.18 viser antall brukere av astmamedisin per 1000 i aldersgruppen 5-9 år og år per 1000 innbygger. For den yngste aldersgruppen ser vi at andelen brukere i Telemark er noe høyere enn for landet som helhet. Mens det i Telemark er 9 av 100 som benyttet astmamedisin, er tilsvarende for hele landet 8 av 100. For aldersgruppen år ser vi at det er færre brukere samtidig som andelen brukere i Telemark er noe mindre enn landet som helhet Kols På samme måte som for astma karakteriseres kols av en kronisk betennelsestilstand (inflammasjon) i luftveiene og periodevis forverring med økt løftstrømmotstand og tungpust. Til forskjell fra astma oppstår kols som oftest etter fylte 40 år. Samtidig er det likhetstrekk i symptomene for astma og kols. I følge Folkehelseinstituttet er det omtrent personer i Norge med Kols. Det er også ventet at forekomsten av kols vil øke i befolkningen, særlig blant kvinner. Personer med grunnskoleutdanning har for øvrig høyere risiko for kols enn personer med universitetsutdanning. Dette gjelder også når en tar hensyn til røykevaner og yrke. Årsakene til dette er ukjent. Røyking antas å være den vanligste årsaken til kols, og i følge Folkehelseinstituttet forklarer røyking to av tre kols-tilfeller. Risikoen øker med økende tobakksforbruk og antall år mer røyking. Sammenlignet med ikke-røykere har røykere i gjennomsnitt 4,2 ganger større risiko og eks-røykere 3,6 ganger økt risiko for kols. I tillegg til røyking, kan også luftforurensing i arbeidsmiljøet eller utendørs føre til kols. Foruten de to miljøfaktorene antas også at arvelige egenskaper er en årsak til kols. 31

34 Kols, primærhelsetjeneste, Bø Drangedal Skien Kragerø Bamble Tinn Notodden Nome Porsgrunn Tokke Seljord Kviteseid Sauherad Vinje Fyresdal Hjartdal Siljan Nissedal Telemark Hele landet 5,6 5,6 5,5 5,4 8,3 7,6 7,5 7,4 6,9 7,8 10,4 9,8 9,8 9,6 9,6 9,5 9,3 9,2 9,1 9, Figur 2.19 Antall kolstilfeller per 1000 innbygger. Figur 2.19 viser at vi i Telemark har noe høyere forekomst av kols målt i forhold til personer som oppsøker primærhelsetjenesten. Det er ellers store variasjoner mellom kommunene. Vi ser at forekomsten er forholdsvis lav i kommunene Nissedal, Siljan, Hjartdal og Fyresdal, mens det er høyest forekomst i Bø, Drangedal og Skien. I Bø kommune ser vi at det er 10 av 1000 personer (eller 1 prosent) som har oppsøkt primærhelsetjenesten med kolsdiagnose. 32