April 2009. Kartlegging og vurdering av sosiale ulikheter i tilgangen til legemidler på blå resept



Like dokumenter
I denne analysen ser vi på nasjonale, fylkesvise og kommunale resultat på nasjonale prøver i lesing i 2013.

Personell i Den offentlige tannhelsetjenesten, budsjetterte årsverk og ledige stillinger Fylkesvis

Ungdom utenfor opplæring og arbeid

Analyse av nasjonale prøver i engelsk 2013

GSI 2015/16: Voksne i grunnskoleopplæring

RAPPORT. Legers forskrivning på blå resept. Kontroll

Klamydia i Norge 2012

Nedgang i legemeldt sykefravær 1

Ordførertilfredshet Norge 2014

Opplysninger om ADHD hos barn og unge i tre datakilder: NPR, KUHR og Reseptregisteret

Analyse av nasjonale prøver i regning 2013

Norges folkebibliotek. - en fylkesbasert oversikt over folkebibliotek i Norge for 2013

Om tabellene. Januar - februar 2019

Personer med nedsatt arbeidsevne. Fylke og alder. Tidsserie måned

Om tabellene. Januar - mars 2019

Personer med nedsatt arbeidsevne. Fylke og alder. Tidsserie måned

Personer med nedsatt arbeidsevne. Fylke og alder. Tidsserie måned

Personer med nedsatt arbeidsevne. Fylke og alder. Tidsserie måned

Om tabellene. Januar - mars 2018

HL langrenn Stafett Startliste :00:00

Individuell refusjon og bidragsordningen. Pasientseminaret 30. mai 2012

Om tabellene. Januar - desember 2018

Økende antall, avtakende vekst

Uførepensjon pr. 30. juni 2010 Notatet er skrevet av Marianne Lindbøl

Uførepensjon pr. 31. mars 2010 Notatet er skrevet av Therese Sundell

FØRERKORTSAKER HOS FYLKESMENNENE (Notat ABK) Statistikk for 2014

Ungdom utenfor opplæring og arbeid

Forskrivning på blå resept - reservasjon mot bytte av likeverdige legemidler

Reseptforfalskninger avdekket i apotek

Uføreytelser pr. 30. september 2008 Notatet er skrevet av Nina Viten,

GSI 2014/15: Voksne i grunnskoleopplæring

Fortsatt økning i tilgangen til uføreytelser, men veksten er avtakende

R A P P O R T. Sentio Research Norge AS Verftsgata Trondheim Org.nr MVA. Mottaker

Uføreytelser pr. 30. juni 2008 Notatet er skrevet av Nina Viten,

Om statistikken. Formål/bestiller. Målgruppe. Tellebegreper

Styringsdata for fastlegeordningen, 4. kvartal 2010 Skrevet av Per Øivind Gaardsrud

Skolebidragsindikatorer i videregående skole analyse

Nesten halvparten av ungdommene er tilmeldt OT fordi de ikke har søkt videregående opplæring

Om tabellene. Periode:

Mottakere av arbeidsavklaringspenger. Fylke og alder. Tidsserie måned

Om tabellene. Periode:

Mottakere av arbeidsavklaringspenger. Fylke og alder. Tidsserie måned

Norge tekst 2. Oppgaver. Arbeid med ord læremidler A/S, Astrid Brennhagen

OMNIBUS UKE Greenpeace. Deres kontaktperson Anne Gretteberg Anne.Gretteberg@Visendi.no Analyse Tone Fritzman Tone.Fritzman@Visendi.

Drepte i vegtrafikken 2. kvartal 2015

Gruppe g. Den øvrige voksne befolkningen % Gruppe h. Hele befolkningen %

Hvor trygg er du? Trygghetsindeksen. Januar Februar Mars April Mai Juni Juli

Hvor trygg er du? Januar Februar Mars April Mai

Bilene som ikke har fått oblater har en eller flere av manglene under:

Drepte i vegtrafikken

Om tall for gjennomføring i Skoleporten august 2016

ARBEIDS- OG VELFERDSDIREKTORATET / STATISTIKKSEKSJONEN

Ungdom utenfor opplæring og arbeid status fra oppfølgingstjenesten (OT) per 15. februar 2015

Utviklingen i antall uførepensjonister, 31. mars 2011 Notatet er skrevet av

Utviklingen i uførediagnoser per 31. desember 2011 Notatet er skrevet av

Eksempel på hvordan utjevningsmandatene fordeles på partier og fylker med den nye valgordningen

NORSK LOVTIDEND Avd. I Lover og sentrale forskrifter mv. Utgitt i henhold til lov 19. juni 1969 nr. 53.

GSI 2013/14: Voksne i grunnskoleopplæring

R A P P O R T. Axxept. Befolkningsundersøkelse om energimerking av boliger i Norge

Utviklingen i uførepensjon per 31. mars 2012 Notatet er skrevet av

Juni Befolkningsundersøkelse om seniorlån. Gjennomført for KLP

RAPPORT. Utlevering av blåresepter med legens reservasjon

Uføreytelser pr. 31. mars 2009 Notatet er skrevet av Nina Viten,

LEGEMIDLER/REFUSJON/BLÅ RESEPT Nidaroskongressen 2013

Personell i Den offentlige og den private tannhelsetjenesten Fylkesvis Tannleger Antall årsverk og antall personer per tannlegeårsverk

Rapport. Befolkningsundersøkelse om klimatilpasning

i videregående opplæring

Forebyggende behandling av latent tuberkulose

Statistikk uførepensjon per 31. desember 2010 Notatet er skrevet av

Ungdom utenfor opplæring og arbeid status fra oppfølgingstjenesten (OT) per 15. juni 2013

Forventingsbarometeret. Forventinger fra bedriftsledere i Trøndelag og Nordvestlandet Gjennomført av Sentio.

Uføreytelser pr. 31. mars 2008 Notatet er skrevet av Nina Viten,

KAPITTEL IV. Antallet og fordelingen av ugifte mødre

Influensavaksinasjonsprogrammet Vaksinasjonsdekning, utfordringer og muligheter

Subjektiv livskvalitet målsetting for offentlig politikk Temaer

Styringsdata for fastlegeordningen, 4. kvartal 2013 Skrevet av Per Øivind Gaardsrud

Høringsuttalelse endring i blåreseptforskriften

Statistikknotat Nedsatt arbeidsevne, juni 2014

Utviklingen i uførediagnoser per 31. desember 2012 Notatet er skrevet av Jostein Ellingsen og Marianne Næss Lindbøl,

Voksne i grunnskoleopplæring 2018/19

4. Helse. Helse. Kvinner og menn i Norge 2000

Forskrivning av liraglutid på blå resept etter 2

1Voksne i grunnskoleopplæring

Utviklingen i uførepensjon, 30. september 2011 Notatet er skrevet av

FEILMARGINER VED FORDELINGER

Spørsmål til skriftlig besvarelse 1354/ 2017, utviklingen i sysselsettingen og mottak av ulike stønader fra 2013

Boligmeteret oktober 2013

Fritt behandlingsvalg

Deres kontaktperson Jens Fossum Analyse Tone Fritzman Thomassen

ARBEIDS- OG VELFERDSDIREKTORATET STYRINGSDATA FOR FASTLEGEORDNINGEN, 2. KVARTAL 2006

Ungdom utenfor opplæring og arbeid status fra oppfølgingstjenesten (OT) per 15. juni 2012.

Utviklingen i alderspensjon pr. 30. juni 2013 Notatet er skrevet av: Iren Amundsen, Espen Steinung Dahl, Ole Christian Lien,

Hvor trygg er du? Sykehustilbudet Kriminalitet Trygghetsindeksen Kriseberedskap

Systemet for individuell refusjon er den individuell eller regelstyrt?

Figur 1. Utviklingen i legemeldt sykefravær i alt og etter kjønn, 2. kvartal kvartal Prosent. 3. kv. 2004

EiendomsMegler 1s Boligmeter for februar. Gjennomført av Prognosesenteret AS for EiendomsMegler 1

Ungdom utenfor opplæring og arbeid

Reseptregisteret en kilde til informasjon om prevalens og insidens av diabetes i befolkningen

ARBEIDS- OG VELFERDSDIREKTORATET STYRINGSDATA FOR FASTLEGEORDNINGEN, 1. KVARTAL 2006

Forutsetninger for eventuelt å åpne flere Vinmonopolbutikker. Svar på utredningsoppdrag fra Helse- og omsorgsdepartementet

Transkript:

April 29 Kartlegging og vurdering av sosiale ulikheter i tilgangen til legemidler på blå resept

Tittel: Kartlegging og vurdering av sosiale ulikheter i tilgangen til legemidler på blå resept Institusjon: Nasjonalt folkehelseinstitutt Utarbeidet av: Avdeling for legemiddelepidemiologi Divisjon for epidemiologi Nasjonalt folkehelseinstitutt PB 444 Nydalen 43 Oslo med innspill fra Helsedirektoratet Telefon: +47 23 4 81 Telefaks: +47 23 4 8146 www.fhi.no Ansvarlig: Marit Rønning, avdelingsdirektør Forfattere: Vidar Hjellvik Christian Berg Milada Mahic Aage Tverdal Oppdragsgiver: Helse- og omsorgsdepartementet

Innholdsfortegnelse Sammendrag... 4 1. Innledning og bakgrunn... 6 1.1 Hjemmel for refusjon av legemidler... 6 1.2 Saksgang ved individuell refusjon... 7 2. Materiale og metoder... 7 2.1 Data fra Reseptregisteret... 8 2.2 Sosioøkonomiske data... 9 2.3 Statistiske metoder... 9 2.4 Definisjon av sykelighetsgrad... 9 3. Resultater... 1 3.1 Generelt... 1 3.1.1 Karakteristika ved utvalget... 1 3.1.2 Sammenhengen mellom sykelighetsgrad, individuell refusjon, og sosioøkonomi... 11 3.2 Individuell refusjon ved alle sykdommer... 12 3.2.1 Sosial ulikhet og individuell refusjon ved alle sykdommer... 12 3.2.2 Fylkesforskjeller i individuell refusjon ved alle sykdommer... 15 3.3 Individuell refusjon ved KOLS... 16 3.3.1 Sosial ulikhet og individuell refusjon ved KOLS... 16 3.3.2 Fylkesforskjeller i individuell refusjon ved KOLS... 17 3.4 Individuell refusjon ved diabetes... 18 3.4.1 Sosial ulikhet og individuell refusjon ved diabetes... 18 3.4.2 Fylkesforskjeller i individuell refusjon ved diabetes... 19 3.5 Individuell refusjon ved kroniske lever- og nyresykdommer... 2 3.5.1 Sosial ulikhet og individuell refusjon ved kroniske lever- og nyresykdommer... 2 3.5.2 Fylkesforskjeller i individuell refusjon ved kroniske lever- og nyresykdommer... 21 3.6 Forhåndsgodkjent refusjon med spesialistkrav... 22 3.6.1 Sosial ulikhet og forhåndsgodkjent refusjon med spesialistkrav... 22 3.6.2 Fylkesforskjeller for forhåndsgodkjent refusjon med spesialistkrav... 23 4. Diskusjon... 24 4.1 Generelt... 24 4.2 Individuell refusjon ved alle sykdommer... 25 4.3 Individuell refusjon ved KOLS... 27 4.4 Individuell refusjon ved diabetes... 28 4.5 Individuell refusjon ved kroniske lever- og nyresykdommer... 28 4.6 Forhåndsgodkjent refusjon med spesialistkrav... 29 5. Konklusjon... 29 Vedlegg A... 3 Utvalg av ATC - koder / ATC grupper for analysen om spesialistkrav... 3 Vedlegg B... 32 Poisson regresjon... 32 Konfidensintervall for andeler... 32 Vedlegg C... 33 Figurer og tabeller som supplerer resultatene i Kapittel 3... 33 3

Sammendrag Problemstilling: Vi har studert om sjansen (relativ risiko) for å få utlevert legemiddel etter vedtak om individuell refusjon og sjansen for å få utlevert legemiddel forhåndsgodkjent for refusjon med krav om instituering av spesialist varierte med sosioøkonomisk posisjon og mellom fylker i perioden 1.5.26-31.5.27. Materiale: Materialet bestod av personer som var 3-67 år i 26 og fikk utlevert minst ett legemiddel på blå resept i studieperioden. Opplysninger om sosioøkonomisk posisjon ble hentet fra folketellingen i 21 og omfattet utdanning, brutto yrkesinntekt og sivilstand. Resultater: Legemidler ved alle sykdommer Sjansen for å få utlevert legemiddel etter vedtak om individuell refusjon avtok med økende utdanning og økende inntekt. Dette hadde sammenheng med at sykelighetsgraden (målt i antall forskjellige legemidler (ATC 5. nivåer) en person fikk utlevert i perioden) avtok med økende utdanning og inntekt. Etter justering for sykelighetsgrad forsvant sammenhengen med utdanning for menn, mens for kvinner økte nå sjansen for å få et legemiddel etter vedtak om individuell refusjon med økende utdanning. Sammenhengen med inntekt ble svakere, eller helt borte. For sivilstand var sjansen for å få et legemiddel etter vedtak om individuell refusjon lavere for gifte enn for ugifte og tidligere gifte. Etter justering for sykelighetsgrad var det ingen entydig sammenheng med sivilstand verken for kvinner eller menn. Det var klare fylkesforskjeller. Andelen som fikk individuell refusjon varierte med en faktor på 1,7 fra 3, % i Oppland til 5, % i Aust-Agder. Justering for utdanning, inntekt, sivilstand, alder og sykelighetsgrad endret dette lite. Legemidler ved KOLS (Kronisk obstruktiv lungesykdom) For personer som fikk legemidler mot KOLS var det en invers sammenheng for inntekt og utdanning; det vil si avtagende sjanse for å få utlevert legemiddel etter vedtak om individuell refusjon med økende utdanning og inntekt. betydde lite. Mellom fylker varierte andelen som fikk individuell refusjon med en faktor på 5,3 fra 3,3 % i Oslo til 17,4 % i Aust-Agder. Etter justering for utdanning, inntekt, sivilstand, alder og sykelighetsgrad var sjansen omtrent fire ganger så stor i Aust-Agder. Legemidler ved diabetes (insuliner) For personer som fikk utlevert legemidler mot diabetes var tendensen motsatt av den for KOLS; økende sjanse for legemidler etter vedtak om individuell refusjon med økende utdanning og inntekt. Sjansen varierte lite med sivilstand. Justering for sykelighetsgrad betydde lite. 4

Mellom fylker varierte andelen som fikk legemiddel etter vedtak om individuell refusjon med en faktor på 3,1 fra 13,1 % i Oppland til 4,2 % i Møre og Romsdal. Justering for utdanning, inntekt, sivilstand, alder og sykelighetsgrad betydde lite. Legemidler ved kroniske lever- og nyresykdommer For personer med lever- og nyresykdommer var det liten variasjon i sjansen for å få utlevert legemiddel etter vedtak om individuell refusjon, både mellom sosioøkonomiske grupper og mellom fylker. Sjansen for individuell refusjon var høy, rundt 5 %, sammenlignet med under 1 % for hver av de foregående legemiddelgruppene. Mellom fylker varierte andelen som fikk utlevert legemidler etter vedtak om individuell refusjon med en faktor på 1,5 fra 43, % i Østfold til 65,5 % i Finnmark. Legemidler med forhåndgodkjent refusjon og krav om instituering av spesialist Omtrent 2 % av personene som inngikk i studien, fikk minst ett legemiddel med forhåndsgodkjent refusjon hvor det var krav om instituering av spesialist. Andelen avtok klart med økende utdanning og inntekt. Mellom fylker varierte andelen som fikk legemidler med forhåndgodkjent refusjon og krav om instituering av spesialist med en faktor på 1,5 fra 17,1 % i Akershus til 24,5 % i Østfold. Etter justering for alder, sykelighetsgrad og sosioøkonomi, var sjansen 3 % lavere i Oslo og Akershus enn i fylkene med høyst sjanse. Konklusjon: Dette datasettet gir ikke grunnlag for å hevde at systemet har gitt visse sosioøkonomiske grupper lettere tilgang på legemidler som krever vedtak om individuell refusjon eller legemidler forhåndsgodkjent for refusjon som må være instituert av spesialist. Imidlertid varierte sjansen for å få legemidler etter vedtak om individuell refusjon påtakelig mellom fylkene og dette kunne ikke forklares ved forskjeller i alder og de sosioøkonomiske variablene vi hadde tilgang til. 5

1. Innledning og bakgrunn Bruken av legemidler i befolkningen er økende. I 28 utgjorde refusjon av legemidler i henhold til Blåreseptforskriften en verdi på mer enn 9 milliarder kroner (Reseptregisteret). En viktig målsetning i norsk legemiddelpolitikk er rasjonell legemiddelbruk, og overordnede mål er: Befolkningen skal ha lik tilgang til sikre og effektive legemidler uavhengig av betalingsevne Legemidlene skal brukes riktig faglig og økonomisk Det skal være lavest mulig pris på legemidler Behandlingen skal være kostnadseffektiv Gjennom Forskrift om stønad til dekning av utgifter til viktige legemidler og spesielt medisinsk utstyr fra 28. juni 27 (Blåreseptforskriften) skal disse formålene sikres ved at en rekke legemidler er forhåndsgodkjent for refusjon av Legemiddelverket, samtidig som det etter nærmere bestemte kriterier kan søkes om individuell refusjon for legemidler som ikke dekkes av forhåndsgodkjenningen. For å følge opp Stortingets ønske om evaluering av eventuelle sosiale ulikheter ved den individuelle refusjonsordningen, har Helse- og omsorgsdepartementet bedt Arbeids- og velferdsdirektoratet om å utarbeide et forslag til hvordan en evaluering av blåreseptordningen kan gjennomføres. Arbeidet med denne rapporten ses i sammenheng med oppdraget om vurdering av ordningen med individuell refusjon. Legemiddelindustrien og pasientinteresseorganisasjoner har et ønske om at flest mulig legemidler skal ha forhåndsgodkjent refusjon. Det hevdes at ordningen som krever at hver enkelt pasient må søke for å få individuell refusjon kan utgjøre en barriere for dem med lavere sosioøkonomisk status og medføre økt grad av sosial ulikhet. Blant annet brukes resultater fra en rapport utarbeidet av Norsk institutt for by - og regionsforskning (NIBR) på oppdrag fra Legemiddelindustriforeningen (LMI), basert på data fra Reseptregisteret, som et argument for dette ( Fører individuell refusjon til sosiale ulikheter av Frode Berglund). I tillegg ble det i spørreundersøkelser blant leger avdekket misnøye med praktisk gjennomføring av ordningen slik den fungerer i dag (Tidsskrift for den Norske Legeforening nr 16, 28; 128:1829-32) For legemidler forhåndsgodkjent for refusjon er det i en del tilfelle krav om at behandlingen skal være instituert av spesialist. Det er av stor interesse å se på om det er sosioøkonomiske forskjeller mellom brukere av legemidler med forhåndsgodkjent refusjon som forutsetter at behandlingen er instituert av spesialist, og brukere av legemidler der det ikke er spesialistkrav. 1.1 Hjemmel for refusjon av legemidler Denne rapporten baserer seg på et reseptmateriale med hjemler for refusjon av legemidler i henhold til Blåreseptforskriften av 18. april 1997. I den nye Blåreseptforskriften av 28. juni 27 føres hovedreglene fra den gamle forskriften videre med noen endringer. Her finnes det to hjemler for refusjon: 6

Forhåndsgodkjent refusjon: 2 (i den gamle forskriften 9): Folketrygden yter stønad til dekning av utgifter til preparater som inngår i legemiddelgrupper som er nevnt i forbindelse med den enkelte sykdom i listen under denne paragrafen. Refusjonspunktene beskriver forskjellige sykdomstilstander og legemidler som refunderes ved disse tilstandene. I tillegg til vilkår om sykdommens varighet og alvorlighetsgrad kan det i noen tilfeller være krav om at behandlingen skal være instituert av spesialist eller at legemiddelet skal være forskrevet av spesialist. Individuell refusjon: 3a (i den gamle forskriften 1a): Tilfeller hvor det foreligger særlige grunner til å behandle pasienter for sykdommer som er nevnt i 2 med legemidler som ikke er på refusjonslisten. 3b (i den gamle forskriften 2): Kostbar legemiddelbehandling av sykdommer som ikke er oppført i 2 (sjeldne sykdommer med mindre enn 5 tilfeller i Norge, spesielt alvorlige tilfeller av vanligvis ukompliserte sykdommer der alvorlighetsgrad gjør sykdommen sjelden, sjeldne behandlingsalternativ for sykdommer som vanligvis behandles med andre medikamenter). I denne rapporten har vi valgt å bruke paragrafbetegnelsene fra den nye forskriften selv om datamaterialet vi har analysert er fra perioden da den gamle forskriften gjaldt. 1.2 Saksgang ved individuell refusjon Legen søker om individuell refusjon på vegne av pasienten med henvisning til forskriften. Det er en hovedregel for individuell refusjon at behandlingen skal være startet av relevant spesialist. Helseøkonomiforvaltningen (HELFO) vurderer refusjonskravet etter fastsatte kriterier. Målet er at hovedandelen av sakene skal behandles innen,7 måneder (,4 måneder for prioriterte saker), og alle innen 2 måneder (1 måned for prioriterte saker). Hvis kriteriene er oppfylt, innvilges pasienten individuell refusjon for omsøkt legemiddel. Vedtaket er som hovedregel ikke tidsbegrenset, og tas med til apoteket som dokumentasjon på at pasienten kun skal betale egenandel for legemiddelet som ved forhåndsgodkjent refusjon etter 2. 2. Materiale og metoder Vi har koblet data fra Reseptregisteret (reseptekspedisjoner) i perioden 1.5.26 til 31.5.27 med sosioøkonomiske data (utdanning, inntekt, og sivilstand) fra folke- og boligtellingen i 21 (Fob21). Vi har valgt å begrense utvalget til personer født mellom 1939 og 1976, som var mellom 3 og 67 år i 26. Personer født etter 1976 var yngre enn 25 år under Fob21, og dermed var mange av disse fremdeles under utdanning, og hadde ikke nådd sin endelige sosioøkonomiske posisjon. 7

2.1 Data fra Reseptregisteret I perioden som ble valgt var det få store regulatoriske endringer i forhold til overføringen av legemidler fra individuell til forhåndsgodkjent refusjon, og det var komplett informasjon om hjemler i data fra Reseptregisteret. Legemidlene i Reseptregisteret er klassifisert i henhold til ATC - systemet (Anatomical Therapeutic Chemical classification system, versjon 28). I hovedanalysen inkluderte vi alle resepter med refusjon hjemlet i 2 samt individuell refusjon definert som refusjon etter både 3a og 3b uavhengig av refusjonspunkt. Analysene ble gjort på individnivå, og vi så på om andelen individer som fikk legemidler etter individuell refusjon var den samme i ulike sosioøkonomiske grupper. Utlevering av legemidler ved KOLS og diabetes ble analysert mer spesifikt, da utgifter til tre av legemidlene, Spiriva (ATC-kode R3BB4 Bruksområde KOLS), Lantus og Levemir (A1AE4 og A1AE5 insuliner) i perioden utelukkende ble refundert etter vedtak på 3a eller 3b. Personer som fikk minst ett legemiddel i ATC - gruppe R3AC (alfa- og betaagonister) eller R3DA (xantinderivater), eller med ATC-kode R3BB1 (ipratropiumbromid) eller R3BB4 (tiotropiumbromid (Spiriva)) ble inkludert i KOLS-analysen, og vi så på om andelen av brukere av Spiriva (R3BB4) varierte med sosioøkonomisk status. Tilsvarende ble personer som fikk minst ett legemiddel i ATC-gruppe A1A (insuliner og analoger) på refusjonspunkt 5 (diabetes mellitus), men ikke noe legemiddel fra gruppe A1B (blodglukosesenkende midler, ekskl. insuliner), inkludert i diabetes-analysen. Kriteriene for utvalget skulle gi lite innslag av pasienter med type 2 diabetes. Her så vi på om andelen som fikk Lantus (A1AE5) og/eller Levemir (A1AE6) varierte med sosioøkonomisk status. I tillegg ble det gjort analyser på personer med refusjonsresepter med indikasjon kroniske lever- og nyresykdommer, en stor heterogen gruppe som får mange av sine legemidler refundert etter vedtak om individuell refusjon med henvisning til punkt 27 (kroniske lever- og nyresykdommer). Her så vi på om andelen som fikk individuell refusjon varierte med sosioøkonomisk status. For å se om andelen som fikk legemidler med forhåndsgodkjent refusjon og krav om at behandlingen skal være instituert av en spesialist (se vedlegg A for detaljer) varierte med sosioøkonomisk status, ble gruppen med individer som mottok legemiddel på forhåndsgodkjent refusjon analysert. Det er stor forskjell i størrelse, befolkningsgrunnlag og spesialisttilgang mellom forskjellige fylker og vi var interessert i å se om det var variasjon mellom fylkene i graden av individuell refusjon generelt og for de forskjellige sykdommene. Analyser for hele datamaterialet, KOLSpasienter, diabetespasienter og pasienter med kroniske lever- og nyresykdommer ble utført tilsvarende analysene beskrevet ovenfor. Vi undersøkte også om andelen som fikk forhåndsgodkjente legemidler med krav om spesialistinstituering varierte mellom fylkene. 8

2.2 Sosioøkonomiske data De sosioøkonomiske variablene, utdanning, inntekt (brutto yrkesinntekt) og sivilstand, er hentet fra folke- og boligtellingen i 21 (Fob21). i Fob21 er klassifisert i henhold til Norsk standard for utdanning (NUS2) med 9 nivåer. Vi har kodet om til 3 nivåer i henhold til NUS2: kort (ingen utdanning, barneskole, ungdomsskole), middels (videregående grunnutdanning, videregående avsluttende utdanning, og påbyggende til videregående), og lang (universitets/høyskole lavere nivå, universitets/høgskole høyere nivå, og forskerutdanning). Inntekt har vi kodet om til 4 nivåer: kr, 999 kr, 1-499 999 kr, og 5 kr eller mer. i Fob21 er kodet i 9 ulike kategorier, som vi har slått sammen til tre: ugift, gift (gift, registrert partner i Fob21), og tidligere gift (enke/enkemann, skilt, separert, separert partner, skilt partner, gjenlevende partner i Fob21). Vi har også hentet bosted (fylke) fra Fob21. 2.3 Statistiske metoder Vi beregnet andelen som fikk utlevert legemidler etter vedtak om individuell refusjon i ulike sosioøkonomiske grupper, og relativ risiko for å få individuell refusjon i gruppene med middels og lang utdanning i forhold til gruppen med kort utdanning, i de tre høyeste inntektsgruppene i forhold til den laveste, og for gifte og tidligere gifte i forhold til ugifte. Vi benyttet Poisson regresjon for beregning av relativ risiko justert for alder (kontinuerlig variabel) og sykelighetsgrad (se nedenfor). Begrepet relativ risiko benyttes i denne analysen, siden det er et innarbeidet begrep i statistisk terminologi. Det indikerer ikke at det er forbundet med noe negativt å få legemidler etter vedtak om individuell refusjon. En (ujustert) relativ risiko på f.eks. 1,13 for en gitt sosioøkonomisk gruppe betyr at andelen med individuell refusjon er 13 % større i denne gruppen enn i referansegruppen (som vi har definert som kort utdanning, ingen inntekt, eller ugift). Hvis alderssammensetningen i de ulike sosiale gruppene varierer, og andelen som får legemidler etter vedtak om individuell refusjon varierer med alder, kan noe av forskjellen i individuell refusjon mellom to sosioøkonomiske grupper skyldes den ulike alderssammensetningen. Dette kan man ta høyde for ved å inkludere alder i regresjonsmodellen. Hvis den relative risikoen justert for alder er 1,13 for en gruppe betyr det grovt sagt at andelen som får legemidler etter vedtak om individuell refusjon er 13 % større for individ i en gitt alder i denne gruppen sammenlignet med individ i samme alder i referansegruppen. Tilsvarende gjelder for sykelighetsgrad. Vi gjorde også en analyse der vi inkluderte utdanning, inntekt, sivilstand, alder og sykelighetsgrad i modellen samtidig, dvs. at vi så på effekten av hver sosioøkonomisk variabel gitt likt nivå av de to andre. Vi gjorde separate analyser for menn 3-49 år, menn 5-67 år, kvinner 3-49 år og kvinner 5-67 år. Da vi så på fylkesforskjeller justerte vi for utdanning, inntekt, sivilstand, alder og sykelighetsgrad. Flere detaljer om de statistiske metodene er gitt i vedlegg B. 2.4 Definisjon av sykelighetsgrad Det er et kjent fenomen at folk med lav sosioøkonomisk status i gjennomsnitt er sykere enn folk med høy sosioøkonomisk status. Dersom sannsynligheten for at en alvorlig syk person mottar legemiddel etter vedtak om individuell refusjon er større enn sannsynligheten for at en 9

mindre alvorlig syk person gjør det, bør dette tas hensyn til i analysene, og vi trenger et mål for sykelighetsgrad. Det er nærliggende å tro at kroniske alvorlige sykdommer oftere krever behandling med flere forskjellige legemidler samtidig, og at disse pasientene også prøver ut ulike typer medikamentell behandling. På grunnlag av dette har vi i våre analyser definert sykelighetsgrad ut fra antall forskjellige legemidler (ATC gruppe 5. nivå) pasienten fikk utlevert på blå resept i studieperioden (graden av polyfarmasi). I modellen inkluderte vi sykelighetsgrad som logaritmen av antall ulike legemidler siden andelen som fikk legemidler etter vedtak om individuell refusjon økte omtrent lineært med antall ulike legemidler. 3. Resultater 3.1 Generelt 3.1.1 Karakteristika ved utvalget Generelle karakteristika ved utvalget er vist i tabell 3.1. Totalt var 1 54 45 personer registrert i Fob21 og som fikk en eller flere (i gjennomsnitt 8,6) ordinasjoner på 2, 3a, eller 3b i perioden 1.5.26 til 31.5.27, og som dermed ble med i utvalget. Dette utgjorde 46,4 % av alle kvinner og menn født mellom 1939 og 1976 som var registrert i Fob21 og var i live 1.1.26 (vi hadde ikke tilgang til data på dødsfall etter dette tidspunktet for den generelle befolkningen). En mer detaljert sammenheng mellom alder og de ulike variablene i tabell 3.1 er gitt i figur C1-C3 i vedlegg C. Tabell 3.1. Generelle karakteristika ved utvalget. Se også figur C1-C3 i vedlegg C. Totalt Alder 3-49 5-67 3-49 5-67 Antall 26114 27711 26192 31638 15445 Generelt % av totalpopulasjonen 31,2 56,4 4,8 64,3 46,4 Antall ordinasjoner/person 6,4 1,3 6,6 1,2 8,6 % i KOLS-gruppen 5,6 5,3 6,3 7, 6,1 % i diabetes-gruppen 2,6 1,9 1,5 1,1 1,7 % i nyre/lever-gruppen,4,6,3,5,4 % kort 1 1, 21,3 9,2 24,8 17,2 % middels 1 64,1 55,1 59,6 54,6 57,8 % lang 1 25,9 23,7 31,2 2,6 25, % manglende data 2,6,9 2,3,9 1,6 Inntekt (1 kr) % 1 7,9 11,4 12,1 2, 13,4 % 1 1,2 9,3 17,6 14,3 13, % 1-499 1 72,4 66,9 68,9 64,4 67,7 % 5+ 1 9,6 12,4 1,5 1,2 5,9 % manglende data,3,6,2,3,4 % ugift 1 49,6 11,7 37,4 7,2 24,1 % gift 1 41,9 7,2 49,3 68, 58,8 % tidligere gift 1 8,5 18,2 13,3 24,9 17, % manglende data,,,,, 1 Prosent av ikke-manglende data 1

3.1.2. Sammenhengen mellom sykelighetsgrad, individuell refusjon, og sosioøkonomi Antall ulike legemidler per bruker varierte med sosioøkonomisk status og andelen som fikk legemidler etter vedtak om individuell refusjon var mye større blant dem som fikk mange ulike legemidler enn blant dem som fikk få (figur 3.1). Andelen som fikk individuell refusjon var f.eks. over 25 ganger større i gruppen som fikk 11-41 ulike legemidler sammenlignet med gruppen som fikk 1-2 ulike legemidler, og det var relativt flere med lav utdanning og inntekt i gruppen med høyest forbruk. For eksempel fikk 63 % av dem med høyest inntekt 1-2 ulike legemidler, mens kun,7 % fikk over 1 ulike legemidler. Tilsvarende tall for dem uten inntekt var 42 % og 4 %. Separate analyser for menn og kvinner i ulike aldersgrupper viste den samme tendensen. For å undersøke hvordan sosial status påvirker sjansen for å få legemiddel etter vedtak om individuell refusjon blant personer som er antatt like syke, gjorde vi analyser der vi inkluderte denne tilnærmingen for sykelighetsgrad i den statistiske modellen, samt separate analyser for de som brukte færrest ulike legemidler og de som brukte flest ulike legemidler. Inntekt 3 25 2 15 1 5 25.1 11. 5.8 3. 1. 1-2 3-4 5-6 7-1 Prosentandel med minst 1 individuell refusjon 11-41 Relativ Risiko Prosentandel med N medikament totalt 5. 3. 2. 1. 5. 2. 1..5 1-499 5+ Ugif t 1-2 3-4 5-6 7-1 11-41 1-2 3-4 5-6 7-1 11-41 1-2 3-4 5-6 7-1 11-41 Antall ulike legemidler (ATC gruppe 5. nivå) (N) Figur 3.1. Venstre del: Punktene viser andelen som fikk individuell refusjon som funksjon av sykelighetsgrad målt som antall ulike legemidler på refusjonsresept i perioden. Den relative risikoen er beregnet ved å dividere andelen i hver gruppe med andelen i gruppen med 1-2 legemidler. Lengden på de røde søylene øverst i figuren er proporsjonal med antallet personer i de ulike gruppene. Høyre del: Prosentandelen innenfor hver sosioøkonomisk gruppe som faller under de ulike sykelighetsgruppene. Tallene bak figuren er gitt i tabell C1 i vedlegg C. 11

3.2 Individuell refusjon ved alle sykdommer 3.2.1 Sosial ulikhet og individuell refusjon ved alle sykdommer Generelt var andelen med individuell refusjon litt høyere blant menn enn kvinner, og høyere blant eldre enn yngre. Andelen som fikk utlevert legemidler etter vedtak om individuell refusjon gikk ned med økende inntekt for begge kjønn og aldersgrupper, og til en viss grad med økende utdanning. Den var også litt lavere for gifte enn for ugifte og tidligere gifte (figur 3.2). Det var en mye sterkere sammenheng mellom inntekt og individuell refusjon enn mellom utdanning og individuell refusjon. Totalt sett fikk 5,6 % av dem uten inntekt legemidler etter vedtak om individuell refusjon, mot 3,1 % av dem med 5 kr eller mer. Justert for alder var sannsynligheten for å få individuell refusjon over dobbel så høy for dem uten inntekt som for dem med høyest inntekt (relativ risiko for høyinntektsgruppen var mindre enn,5 for begge kjønn og aldersgrupper). Da vi justerte for sykelighetsgrad, ble bildet derimot et annet. Effekten av inntekt ble svært liten, mens effekten av utdanning ble positiv for kvinner, dvs. høy utdanning økte sjansen for å få legemiddel etter vedtak om individuell refusjon. Alle sykdommer 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko**.4.8 1.2 Relativ Risiko*.4.8 1.2 Prosentandel 1 2 3 4 5 6 7 Inntekt (1 kr) Figur 3.2. Individuell refusjon etter sosial status. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C2 i vedlegg C. 12

Det var naturlig nok en positiv sammenheng mellom inntekt og utdanning, og de gifte hadde i gjennomsnitt høyere utdanning og inntekt enn de ugifte og tidligere gifte i alle fire kjønns- og aldersgruppene. Da vi for hver sosioøkonomisk variabel justerte for de to andre i tillegg til alder og sykelighetsgrad ble sammenhengen med individuell refusjon litt sterkere for utdanning og inntekt, men det var snakk om små endringer (den relative risikoen økte i gjennomsnitt med,3 for utdanning og avtok i gjennomsnitt med,5 for inntekt). For sivilstand fikk vi en gjennomsnittlig økning i relativ risiko på,2. Vi analyserte også de friskeste (1-2 ulike legemidler (ATC 5.-nivåer)) og de sykeste (minst 7 ulike legemidler) hver for seg. For de friskeste avtok andelen som fikk legemiddel etter vedtak om individuell refusjon med økende inntekt for begge kjønn og aldersgrupper, mens den økte med økende utdanning for kvinner (figur 3.3). For menn hadde utdanning liten effekt. Justering for sykelighetsgrad betydde her svært lite, noe som er naturlig siden det var liten variasjon i sykelighetsgrad innad i gruppen (1-2 ulike legemidler). Alle sykdommer (individ med <3 ATC-koder) Prosentandel. 1. 2. 3. 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko**.4.8 1.2 Relativ Risiko*.4.8 1.2 Inntekt (1 kr) Figur 3.3. Individuell refusjon etter sosial status for de friskeste individene. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). Tallene bak figuren er gitt i tabell C3 i vedlegg C. 13

I gruppen med de sykeste hadde inntekt liten betydning, men andelen som fikk legemiddel etter vedtak om individuell refusjon økte med utdanning (figur 3.4). I denne gruppen var det såpass stor variasjon i sykelighetsgrad (7-41 ulike legemiddel) at det etter justering også var en positiv sammenheng mellom inntekt og sjansen for individuell refusjon. Sammenhengen med utdanning endret seg lite da vi justerte for sykelighetsgrad. Alle sykdommer (individ med >6 ulike ATC-koder) Prosentandel 5 1 2 3 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko**.6 1. 1.4 Relativ Risiko*.6 1. 1.4 Inntekt (1 kr) Figur 3.4. Individuell refusjon etter sosial status for de sykeste individene. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C4 i vedlegg C. 14

3.2.2 Fylkesforskjeller i individuell refusjon ved alle sykdommer Andelen som fikk legemiddel etter vedtak om individuell refusjon var minst i Oppland, Oslo og Buskerud, og størst i Agder-fylkene, Sogn og Fjordane, Møre og Romsdal og Telemark (figur 3.5). Sjansen for å få individuell refusjon i Aust-Agder og Møre og Romsdal var over 5 % større enn i Oslo for begge kjønn, etter justering for utdanning, inntekt, sivilstand, alder, og sykelighetsgrad. Alle sykdommer Prosentandel med indiv. ref. 3 4 5 6 3-49 5-67 3-49 5-67 Alle Oppland Oslo Buskerud Akershus Østfold Nordland Rogaland Hedmark Sør-Trøndelag Hordaland Nord-Trøndelag Vestfold Troms Finnmark Sogn og Fjordane Telemark Vest-Agder Møre og Romsdal Aust-Agder Relativ risiko.8 1.2 1.6 Figur 3.5. Individuell refusjon etter fylke. Prosentandel (øverst), og relativ risiko justert for utdanning, inntekt, sivilstand, alder, og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C5 i vedlegg C. 15

3.3 Individuell refusjon ved KOLS 3.3.1 Sosial ulikhet og individuell refusjon ved KOLS Andelen som fikk individuell refusjon i gruppen som fikk legemidler mot KOLS avtok både med økende utdanning og økende inntekt, mens effekten av sivilstand var liten (figur 3.6). Justering for sykelighetsgrad endret bildet lite. Andelen med individuell refusjon var klart høyest i de eldre aldersgruppene, men avhengigheten av sosioøkonomi var relativt lik for de to aldersgruppene. utdanning halverte omtrent sjansen for å få legemidler etter vedtak om individuell refusjon i forhold til kort utdanning for begge kjønn og aldersgrupper. KOLS Prosentandel 5 1 15 2 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko**..5 1. 1.5 2. Relativ Risiko*..5 1. 1.5 2. Inntekt (1 kr) Figur 3.6. Individuell refusjon ved KOLS etter sosial status. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). Tallene bak figuren er gitt i tabell C6 i vedlegg C. 16

3.3.2 Fylkesforskjeller i individuell refusjon ved KOLS Det var ganske store fylkesvise forskjeller i andelen som fikk individuell refusjon ved KOLS (figur 3.7). Som ved alle sykdommer lå Agder-fylkene på topp, nå sammen med Rogaland. I disse fylkene var andelen for kvinner 4-5 ganger høyere enn i Oslo, og for menn 3-4 ganger høyere etter justering for alder, sykelighetsgrad og sosioøkonomi. Disse fylkene var også blant de med størst kjønnsforskjell i relativ risiko. Sammenlignet med Oslo var den relative risikoen større for kvinner enn for menn i alle fylker unntatt Hedmark. KOLS Prosentandel med indiv. ref. 1 2 3 3-49 5-67 3-49 5-67 Alle Relativ risiko Oslo Nord-Trøndelag Akershus Vestfold Sør-Trøndelag Buskerud Nordland Hordaland Hedmark Sogn og Fjordane Oppland Troms Østfold Møre og Romsdal Telemark Finnmark Rogaland Vest-Agder Aust-Agder 1 2 3 4 5 6 Figur 3.7. Individuell refusjon ved KOLS etter fylke. Prosentandel (øverst), og relativ risiko justert for utdanning, inntekt, sivilstand, alder, og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C7 i vedlegg C. 17

3.4 Individuell refusjon ved diabetes 3.4.1 Sosial ulikhet og individuell refusjon ved diabetes I motsetning til KOLS, økte andelen som fikk individuell refusjon med økende utdanning og inntekt i gruppen som fikk legemidler mot diabetes, mens effekten av sivilstand var liten også her (figur 3.8). Justering for sykelighetsgrad endret bildet lite for utdanning og sivilstand, men sammenhengen mellom inntekt og individuell refusjon ble litt sterkere etter justering. Effekten av utdanning og inntekt var ganske lik for kvinner og menn, kanskje litt sterkere for den eldre aldersgruppen. De med lengst utdanning / høyest inntekt hadde 5-1 % større sjanse for å få legemidler etter vedtak om individuell refusjon enn de med kort utdanning / ingen inntekt. Diabetes Prosentandel 1 2 3 4 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko** 1. 1.5 2. 2.5 Relativ Risiko* 1. 1.5 2. 2.5 Inntekt (1 kr) Figur 3.8. Individuell refusjon ved diabetes etter sosial status. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). Tallene bak figuren er gitt i tabell C8 i vedlegg C. 18

3.4.2 Fylkesforskjeller i individuell refusjon ved diabetes De fylkesvise forskjellene i andelen som fikk individuell refusjon ved diabetes var mindre enn ved KOLS, men større enn ved alle sykdommer (figur 3.9). Merk at referansefylket Oslo her ligger omtrent midt på treet, og at det er om lag 3 ganger så stor sjanse for å få legemidler etter vedtak om individuell refusjon i Møre og Romsdal som i Oppland. Diabetes Prosentandel med indiv. ref. 1 2 3 4 5 3-49 5-67 3-49 5-67 Alle Relativ risiko Oppland Rogaland Nordland Finnmark Østfold Hedmark Buskerud Akershus Aust-Agder Oslo Troms Vest-Agder Hordaland Vestfold Sør-Trøndelag Nord-Trøndelag Sogn og Fjordane Telemark Møre og Romsdal.5 1. 1.5 2. 2.5 Figur 3.9. Individuell refusjon ved diabetes etter fylke. Prosentandel (øverst), og relativ risiko justert for utdanning, inntekt, sivilstand, alder, og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C9 i vedlegg C. 19

3.5 Individuell refusjon ved kroniske lever- og nyresykdommer 3.5.1 Sosial ulikhet og individuell refusjon ved kroniske lever- og nyresykdommer Andelen som fikk legemidler etter vedtak om individuell refusjon ved kroniske lever- og nyresykdommer var høy (rundt 5 %) for begge kjønn og alle aldersgrupper, og varierte lite med utdanning, inntekt og sivilstand (figur 3.1). Justering for sykelighetsgrad hadde liten effekt. Nyre/lever 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko** Relativ Risiko*..5 1. 1.5 2...5 1. 1.5 2. Prosentandel 2 4 6 Inntekt (1 kr) Figur 3.1. Individuell refusjon ved kroniske lever- og nyresykdommer etter sosial status. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C1 i vedlegg C. 2

3.5.2 Fylkesforskjeller i individuell refusjon ved kroniske lever- og nyresykdommer Også de fylkesvise forskjellene i andelen som fikk individuell refusjon ved kroniske lever- og nyresykdommer var små (figur 3.11). Nyre/lever Prosentandel med indiv. ref. 3 4 5 6 7 8 3-49 5-67 3-49 5-67 Alle Relativ risiko Østfold Hedmark Oppland Akershus Rogaland Vest-Agder Oslo Buskerud Aust-Agder Nordland Sogn og Fjordane Telemark Møre og Romsdal Hordaland Vestfold Troms Sør-Trøndelag Nord-Trøndelag Finnmark.5 1. 1.5 2. 2.5 Figur 3.11. Individuell refusjon ved kroniske lever- og nyresykdommer etter fylke. Prosentandel (øverst), og relativ risiko justert for utdanning, inntekt, sivilstand, alder, og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C11 i vedlegg C. 21

3.6 Forhåndsgodkjent refusjon med spesialistkrav 3.6.1 Sosial ulikhet og forhåndsgodkjent refusjon med spesialistkrav Rundt 2 % av individene som fikk forhåndsgodkjent refusjon, fikk minst ett medikament med krav om instituering av spesialist (figur 3.12). Andelen var klart avhengig av sosioøkonomisk posisjon - omtrent halvparten så stor i den høyeste inntektsgruppen som i nullinntektsgruppen. For utdanning var andelen i gruppen med lang utdanning omtrent 6 % av andelen i gruppen med kort utdanning for de yngre, og omtrent 7 % for de eldre. Andelen var også mindre blant de gifte enn blant de ugifte og tidligere gifte. Forskjellen var liten, men statistisk signifikant. Effekten av utdanning og inntekt avtok litt etter justering for sykelighetsgrad spesielt for de eldre men var fremdeles relativt sterk. Spesialistkrav 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 3-49 5-67 1-499 5+ 1-499 5+ 1-499 5+ 1-499 5+ Relativ Risiko**.4.6.8 1. Relativ Risiko*.4.6.8 1. Prosentandel 1 15 2 25 3 Inntekt (1 kr) Figur 3.12. Spesialistkrav etter sosial status. Prosentandel (øverst), relativ risiko justert for alder (midten), og relativ risiko justert for alder og sykelighetsgrad (nederst). Tallene bak figuren er gitt i tabell C12 i vedlegg C. 22

3.6.2 Fylkesforskjeller for forhåndsgodkjent refusjon med spesialistkrav Det var små fylkesvise forskjeller i andelen som fikk legemiddel med krav om instituering av spesialist (figur 3.13). Det er likevel verdt å merke seg at andelen (justert for sosioøkonomi, alder og sykelighetsgrad ) var signifikant mindre i Oslo og Akershus, der spesialisttettheten kan antas å være størst, enn i alle andre fylker. Ellers var andelen størst i de nordlige og østlige fylkene. Spesialistkrav Prosentandel med indiv. ref. 15 2 25 3 3-49 5-67 3-49 5-67 Alle Relativ risiko Akershus Oslo Rogaland Sogn og Fjordane Møre og Romsdal Sør-Trøndelag Buskerud Hordaland Nord-Trøndelag Aust-Agder Vestfold Vest-Agder Telemark Troms Oppland Hedmark Finnmark Nordland Østfold 1. 1.1 1.2 1.3 1.4 Figur 3.13. Spesialistkrav etter fylke. Prosentandel (øverst), og relativ risiko justert for utdanning, inntekt, sivilstand, alder, og sykelighetsgrad (nederst). 95 % konfidensintervall. Tallene bak figuren er gitt i tabell C13 i vedlegg C. 23

4. Diskusjon 4.1 Generelt Denne rapporten er basert på et datauttrekk som reflekterer refusjonsordningen i henhold til Blåreseptforskriften av 18. april 1997. Selv om uttrekket er fra perioden den gamle forskriften gjaldt, har vi i denne rapporten valgt å bruke paragrafbetegnelsene fra den nye forskriften: forhåndsgodkjent refusjon 2 (tidligere 9), individuell refusjon 3a og 3b (tidligere 1a og 2). Vi har analysert et materiale som består av samtlige utleveringer av legemidler på blå resept (refusjon) i perioden 1.5.26 31.5.27. Vi valgte denne tidsperioden som grunnlag for analysen både fordi Reseptregisteret mangler komplett informasjon om hjemler før denne tiden, men også fordi NIBR rapporten baserer seg på omtrent samme perioden. I vår analyse har vi inkludert et komplett reseptmateriale uten seleksjon på refusjonspunkter og med samtlige utleveringer etter vedtak om individuell refusjon, dvs. inkludert både 3a og 3b. Data fra Reseptregisteret viser at hjemlene 3a og 3b brukes om hverandre. Dette kan stamme fra HELFOs vedtak eller fra registreringen i apoteket. Det er i en del tilfeller henvist til utgåtte og ikke eksisterende punkter i 3a og legemidler som åpenbart faller under ordningen etter 3a er påført hjemmel 3b. NIBR rapporten inkluderte kun noen utvalgte refusjonspunkter (uten å begrunne utvalget nærmere), og individuelle refusjoner kun etter 3a. Vår analyse er derfor basert på omtrent dobbelt så mange reseptekspedisjoner som NIBR rapporten. Blåreseptordningen er dynamisk og legemidler blir stadig overført fra ordningen med individuell refusjon til forhåndsgodkjent refusjon og omvendt. I den aktuelle tidsperioden var det få regulatoriske endringer. Vedtak om individuell refusjon omfatter både legemidler til behandling av sykdommer som gir rett til refusjon, der legemidlene ikke har forhåndsgodkjent refusjon ( 3a), og kostbare legemidler for bruk på andre indikasjoner enn dem som er forhåndsgodkjente ( 3b). Omfanget av individuelle vedtak for ulike legemidler og sykdommer vil derfor variere avhengig av hvor vanlig og komplisert sykdommen er, og behandlingstilbudet som er tilgjengelig. Kritikken mot eksisterende ordning bygger bl.a. på en antagelse om at legemidlene som krever vedtak om individuell refusjon er bedre enn de som er forhåndsgodkjente, og i flere tilfeller er disse nyere og mer kostbare. Vedtak om individuell refusjon vil imidlertid være knyttet til vurdering av hver enkelt pasient sine spesielle behov og gjenspeiler ikke i hvilken grad det aktuelle legemiddelet generelt sett er bedre eller dårligere enn legemidler som er omfattet av forhåndsgodkjent refusjon. Det kan være at en del vedtak ikke blir benyttet i det hele tatt eller bare blir benyttet noen få ganger (det samme gjelder blåresepter generelt ikke alle resepter benyttes). Det er derfor ikke sosial fordeling av vedtak vi har sett på, men sosial fordeling når det gjelder mottak av legemidler etter vedtak om individuell refusjon. Ved siden av en generell analyse av alle som fikk utlevert minst ett legemiddel på refusjonsresept mellom 1.5.26 og 31.5.27, ble det gjort tilleggsanalyser på spesifikke sykdomsgrupper/ legemiddelgrupper. Det var vanskelig å velge ut undergrupper som vil kunne gi et representativt bilde med hensyn til sosioøkonomisk status når det gjelder mottak av legemidler etter vedtak om individuell refusjon generelt. Vi valgte ut tre undergrupper som i perioden var kvantitativt store nok til å gi en meningsfull analyse og hvor det var et betydelig innslag av legemidler med vedtak om individuell refusjon. Utvalgene for sykdomsgruppene diabetes og KOLS ble basert på ATC - grupper mens utvalget for kroniske 24

lever- og nyresykdommer bestod av alle som fikk legemidler på sykdomspunkt 27. Disse gruppene ble også analysert i forhold til fylkesfordeling. Sosioøkonomisk status slo ulikt ut for de tre sykdomsgruppene. Dette er ikke overraskende siden det kan antas at de valgte sykdommene i ulik grad henger sammen med alder, livsstil og yrke. KOLS er f. eks. assosiert med røyking, industriarbeid og alder, mens gruppen med diabetespasienter som behandles med insulin trolig er mer uavhengig av alder og livsstil. Gruppen av individer med kroniske lever- og nyresykdommer er også heterogen. Noen få forhåndsgodkjente legemidler og de fleste som krever vedtak om individuell refusjon forutsetter at behandling er instituert av spesialist. For å se om dette kan utgjøre en barriere når det gjelder tilgang på nødvendige legemidler, gjennomførte vi avslutningsvis en analyse av alle reseptekspedisjoner med forhåndsgodkjenning der vi sammenlignet andelen individer som fikk legemidler med spesialistkrav i de ulike sosioøkonomiske gruppene. Vi brukte utdanning, inntekt og sivilstand fra folke og boligtellingen i 21 som indikatorer på sosioøkonomisk status. er et mer stabilt mål enn inntekt, og man kan anta at de fleste i utvalget hadde fullført sin utdanning i 21. På den andre siden kan inntekt måle aspekt ved den sosioøkonomiske statusen som utdanning ikke kan; f.eks. om vedkommende er hjemmeværende eller trygdet (mange i -inntekts gruppen tilhører sannsynligvis denne kategorien siden inntektsvariabelen vi har brukt er personlig yrkesinntekt), eller deltidsarbeidende (gjelder sannsynligvis mange med mindre enn 1 i årslønn). For mange kan nettopp sykdom være grunnen til at de havnet i de lave inntektsgruppene (helt eller delvis trygdet), noe som kan forklare at det var en sterkere sammenheng mellom inntekt og individuell refusjon enn mellom utdanning og individuell refusjon. er også relatert til sykdom og død. Tall fra Norge har vist at dødeligheten er høyere blant en - person enn blant flerpersonhusholdninger (Næss Ø., Rognerud M., Strand B.H.: Sosial ulikhet i helse; En faktarapport, Nasjonalt folkehelseinstitutt 27:1). Både inntekt og sivilstand (og til en viss grad utdanning) kan ha endret seg fra folke og boligtellingen i 21 til perioden analysene var basert på. 4.2 Individuell refusjon ved alle sykdommer Av de 1 54 45 individene i yrkesaktiv alder som fikk minst en ordinasjon på blåresept i perioden 1.5.26 31.5.27, fikk 3,8 % av mennene og 3,5 % av kvinnene minst ett legemiddel utlevert etter vedtak om individuell refusjon i løpet av perioden. Prosentandelene varierte med sosioøkonomisk status, mest etter inntekt, og minst etter sivilstand. Uten å kontrollere for andre variabler enn alder, var hovedtrenden at dess høyere status dess lavere andel med individuell refusjon. Men enkeltpersonene i Reseptregisteret representerer en veldig heterogen gruppe med store forskjeller knyttet til deres legemiddelbruk. Noen fikk kun én ordinasjon på blå resept i løpet av den 13 måneders lange studieperioden, andre fikk flere hundre. I de fleste tilfeller vil et individ få utlevert legemidler til tre måneders forbruk. Ekstremverdiene vil representere personer som får legemidlene sine som "multidoser", og et kunstig høyt antall ordinasjoner per individ er en konsekvens av faktureringssystemet for dette i FarmaPro (dataprogramvare som brukes på apotekene). Antall ordinasjoner vil derfor være av begrenset verdi som mål for sykelighetsgrad og antall forskjellige utleverte legemidler (ATC 5. nivåer) gir sannsynligvis et bedre bilde. Maksimalt antall forskjellige legemidler utlevert til samme person var 41. 25

Vi fant at det var relativt flere som fikk utlevert et legemiddel etter vedtak om individuell refusjon blant de som brukte mange legemidler enn blant de som brukte få. Dette er ikke overraskende med tanke på at en forutsetning for å få et vedtak om individuell refusjon etter 3a er at pasienten har prøvd en annen type behandling først. Det var også relativt flere med mange legemidler blant de med lav sosioøkonomisk status enn blant de med høy. At andelen som fikk utlevert legemiddel etter vedtak om individuell refusjon avtok med økende sosioøkonomisk status kan derfor delvis forklares av at sykdomsbelastningen avtok med økende sosioøkonomisk status. Da vi justerte for sykelighetsgrad ble sammenhengen mellom inntekt og sjansen for å få legemiddel etter vedtak om individuell refusjon svakere. Før justering var andelen som fikk individuell refusjon i høyinntektsgruppen bare 5-6 % av andelen i nullinntektsgruppen for begge kjønn og aldersgrupper. Etter justering var det kun for menn i aldersgruppen 3-49 år at det var en klar tendens til at sjansen for å få individuell refusjon avtok med inntekt, og selv for denne gruppen var andelen som fikk individuell refusjon i høyinntektsgruppen etter justering så høy som 8 % av andelen i nullinntektsgruppen. Sammenhengen med utdanning ble borte hos menn, men hos kvinner økte nå sjansen for individuell refusjon med økende utdanningsnivå. Justering for sykelighetsgrad hadde liten innvirkning på sammenhengen med sivilstand, men de gifte kom litt bedre ut i forhold til de ugifte og tidligere gifte etter justering. Vi har korrigert for sykelighetsgrad i studieperioden. Dette kan metodisk sett være uheldig i den grad en persons sykelighetsgrad i perioden påvirkes av om personen får legemidler etter vedtak om individuell refusjon i perioden. Vi vet ikke hvilke legemidler som ble ordinert for første gang i vår periode. I utgangspunktet er pasientene i datamaterialet langtidsbrukere av legemidler, siden forskrivning på blå resept forutsetter at sykdommen er kronisk og med behov for behandling i mer enn 3 måneder per kalenderår. Siden vedtak om individuell refusjon som oftest er uten tidsbegrensning, kan vi ikke vite om det er første gangen de henter et legemiddel etter vedtak i vår periode. Mest sannsynlig har de fleste brukt sitt vedtak flere ganger før vår måleperiode. Dersom vi korrigerte for antall ulike legemidler i perioden 1.5.25-1.5.26 altså året før studieperioden ble resultatene svært like dem vi har presentert her. Et annet dilemma med justering for sykelighetsgrad er mulig overmatching. Det vil si at det er individets sosiale posisjon som i utgangspunktet medfører sykdom som igjen medfører individuell refusjon. En klassisk parallell er røyking og gule fingre. Det er ukorrekt å justere for gule fingre når man studerer sammenhengen mellom røyking og for eksempel lungekreft. Hvorvidt justering for sykelighetsgrad skal foretas forblir et åpent spørsmål og enhver kan veie resultatene med og uten justering mot hverandre. Dersom man ønsker å finne ut om det er sosiale forskjeller når man sammenligner individer med omtrent samme sykdomsbelastning, er det mest relevant å se på de justerte resultatene for hele materialet og resultatene fra de stratifiserte analysene der vi analyserte individ som fikk 1-2 ulike ATC - koder og individ som fikk 7 eller flere ulike ATC - koder hver for seg. NIBR rapporten er basert på omtrent samme materialet fra Reseptregisteret med noen unntak som ble nevnt tidligere i teksten. Analysen ble gjort på ordinasjonsnivå, noe som betyr at en person som var registrert med for eksempel 5 ordinasjoner, ble tatt med i analysen 5 ganger. I vårt materiale har vi sett at noen individer har mer enn 6 ordinasjoner. I rapporten fra NIBR hevdes det at analysene også ble gjort med gjengangere ekskludert. Det betyr at personer med kun en ordinasjon ble tatt med. Vi nevner at vårt materiale består av 9,1 millioner ordinasjoner. Av det totalet antallet på 1 54 36 personer, var det 135 personer 26

med kun én ordinasjon. En analyse uten gjengangere betyr en reduksjon i antall analyseenheter på 98,5 % og en reduksjon i antall personer på 87 %. Ikke-gjengangerne utgjør dermed en helt annen studiepopulasjon. En analyse uten gjengangerne (kun én ordinasjon) ga følgende tendenser: 1) økende andel med individuell refusjon med økende utdanningsnivå og 2) avtagende andel med økende inntekt. Imidlertid var sammenhengene ikke signifikante, med få unntak. Konklusjonen blir at en studie uten gjengangere blir for liten til å kunne påvise potensielle sammenhenger og dessuten vil den utgjøre et annet utvalg av personer. Spørsmålet om individuell refusjon fører til sosial ulikhet i medisinsk behandling kan neppe besvares i og med at vi ikke kjenner det faktiske behovet for behandling i de forskjellige sosiale gruppene. Et pragmatisk utgangspunkt er å vurdere hvorvidt fordelingen etter sosioøkonomisk posisjon er den samme for dem som mottar medisin etter vedtak om individuell refusjon som for dem som mottar forhåndsgodkjente preparater. Hvis fordelingen ikke er lik i de to gruppene, så vet man ikke om ordningen har indusert en urettferdighet, eller om skjevfordelingen faktisk er i tråd med det reelle behovet. Analysene viser at det var påtakelige fylkesforskjeller. Variasjoner i utdanning, inntekt og sivilstand forklarte kun en liten del av forskjellene. Det var over 5 % høyere andel som mottok legemiddel etter vedtak om individuell refusjon i Aust-Agder som ligger på topp, enn i Oslo som lå lavest sammen med Oppland og Buskerud. Plasseringen for Oslo er overraskende sett i lys av at tilgangen til spesialister antageligvis er bedre i hovedstaden enn i mange andre fylker. Denne studien er ikke designet med tanke på å finne forklaringer på disse forskjellene. De kan ligge delvis blant uregistrerte sosioøkonomiske variable, delvis blant legers synspunkter, delvis blant pasienters kjennskap til systemet og pasienters pågangsmot og evne til å skaffe seg informasjon, og delvis kan forskjellene uttrykke et reelt behov. Fylkesforskjellene var større enn utdanningsforskjellene og sammenlignbare med forskjellene i andel med individuell refusjon etter inntekt. 4.3 Individuell refusjon ved KOLS Den gjennomgående tendensen i denne gruppen var at det var lavere sjanse for å få et legemiddel som krever vedtak om individuell refusjon med stigende nivå av utdanning og inntekt. Blant sivilstandsgruppene hadde de som var tidligere gift størst sjanse for å få individuell refusjon. Utvalget for KOLS-analysen bestod av legemidler som typisk benyttes av KOLS-pasienter, men også til en viss grad av astmapasienter. Det er vanskelig å anslå hvor stor andel av disse legemidlene som faktisk gikk til astmapasienter. Andelen var sannsynligvis størst blant de yngste, der ca 2 % av hele befolkningen inngikk i KOLS-analysen (figur C2 i vedlegg C). Dette er en god del høyere enn KOLS-prevalensen blant 3-åringer i befolkningen. Vi så på om andelen som fikk Spiriva (som kun brukes av KOLS-pasienter og bare kunne fås etter vedtak om individuell refusjon i analyseperioden) varierte med sosioøkonomi. Resultatene våre er derfor bare gyldige i den grad andelen av astmapasienter i utvalget er uavhengig av sosioøkonomisk status. Dersom f.eks. andelen KOLS-pasienter i utvalget øker med avtagende inntekt, vil andelen personer i utvalget som får Spiriva øke med avtakende inntekt selv om andelen KOLS-pasienter i utvalget som får Spiriva er uavhengig av inntekt. Vi får derfor en falsk negativ sammenheng mellom inntekt og individuell refusjon. Et illustrasjonseksempel på dette er gitt i vedlegg C etter tabell C6. Siden KOLS er sterkt relatert til røyking, og røyking er mer vanlig blant folk med lav utdanning/inntekt, er det rimelig å anta at KOLS er sterkere 27