Lurad av medelvärdet Motsatt trend i fördelning av husläkarbesök över inkomstgrupper om individ- istället för områdesinkomstdata används Sofia Sveréus Cecilia Dahlgren Hilja Brorsson Clas Rehnberg Medical Management Centre, Karolinska Institutet Presentation SHEA konferens 21 mars 2014
Vad ville vi göra? Undersöka om medelinkomst för bostadsområdet kan användas istället för individuell inkomst när vi studerar trender i fördelning av hälso- och sjukvårdsutnyttjande över inkomstgrupper Exemplet läkarbesök i husläkarverksamhet i Stockholms län 2007-2012
Varför det? Jämlikhetsfrågor prioriterat i uppföljning, men data på individnivå saknas ofta Lätt att ta vad man har (det har vi själva gjort) Funkar det?
Vilken data har vi använt? Samtliga vuxna individer som bodde i länet respektive år (ca 1,4 miljoner 2007 och 1,6 miljoner 2012) Summerat antal läkarbesök/individ i husläkarverksamhet Länkat till medelinkomst för individens bostadsområde (2006) Länkat till inkomstdata på individnivå Medel för disponibel inkomst per hushållsenhet 2009-2010 Bortfall av individer som inte bodde i länet 2010-2011
Hur gick vi tillväga? 1. Trend i fördelning av husläkarbesök som om vi inte haft individuell inkomstdata Respektive inkomstkvartils andel av totalantalet besök 2007 respektive 2012 2. Trend i fördelning av husläkarbesök med utgångspunkt i individuell inkomstdata Regressionsanalyser med negativ binomial regression Kontrollerat för ålder, kön, utbildning och födelseland 3. Trend i fördelning av husläkarbesök om vi tar hänsyn till både individens och områdets inkomst
Foto lånat av Superstudio
Andel av totalt antal läkarbesök 1. Trend i fördelning av husläkarbesök som om vi inte haft individuell inkomstdata Hur stor andel av totalantalet besök har boende i områden med lägre respektive högre medelinkomst 2007 respektive 2012? 35% 30% 25% 20% 15% 10% 5% 0% 25% 27% 24% 25% 25% 25% 25% 24% Kvartil 1 (lägst inkomst) Kvartil 2 Kvartil 3 Kvartil 4 (högst inkomst) Inkomstkvartiler baserat på områdesinkomst 2007 2012 Boende i områden med lägre medelinkomst ökat sitt antal besök mest
2. Trend i fördelning av husläkarbesök med utgångspunkt i individuell inkomstdata Hur många procent fler besök per individ förväntas individerna i inkomstkvartilen göra i relation till individerna i kvartil 4? 40% 30% 2007 2012 20% 10% 0% Inkomstkvartil 1 (lägst inkomst) Inkomstkvartil 2 Inkomstkvartil 3 Inkomstkvartil 4 Effekten av låg inkomst svagare 2012 än 2007 d.v.s. individer med högre inkomst har ökat sitt antal besök mer än individer med lägre inkomst
Beror skillnaden i trend på att vi kontrollerat för en massa saker när vi använder individdata men inte när vi använder områdesdata?
2. Trend i fördelning av husläkarbesök med utgångspunkt i områdets inkomstdata Hur många procent fler besök per individ förväntas individerna i områdesinkomstkvartilen göra i relation till individerna i områdesinkomstkvartil 4? 40% 35% 30% 25% 20% 15% 10% 5% 0% -5% -10% Inkomstkvartil 1 (lägst inkomst) 2007 2012 Inkomstkvartil 2 Inkomstkvartil 3 Inkomstkvartil 4 Effekten av låg områdesinkomst starkare 2012 än 2007 d.v.s. individer som bor i området med lägre inkomst har ökat sitt antal besök mer än individer som bor i områden med högre inkomst
Hur kan detta komma sig? 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Områden med lägst inkomst (kvartil 1) Områden med Områden med näst lägst inkomst näst högst (kvartil 2) inkomst (kvartil 3) Områden med högst inkomst (kvartil 4) Individer med högst inkomst (kvartil 4) Individer med näst högst inkomst (kvartil 3) Individer med näst lägst inkomst (kvartil 2) Individer med lägst inkomst (kvartil 1) Individer med låga inkomster bor även i områden med hög medelinkomst och vice versa
Kombinerad effekt av individens inkomst och medelinkomsten i individens bostadsområde på förväntat antal läkarbesök 2007 respektive 2012. 40% 35% 30% 25% 20% 15% 10% 5% 0% -5% -10% 3. Trend i fördelning av husläkarbesök om vi tar hänsyn till både individens och områdets inkomst (Referens) Område 1 Område 2 Område 3 Område 4 Område 1 Område 2 Område 3 Område 4 Individer som tillhör den lägsta inkomstkvartilen Individer som tillhör den högsta inkomstkvartilen Ökningen av antalet besök för boende i områden med lägre inkomst drivs av en ökning för individer med högre inkomster som bor i dessa områden
Vad är slutsatsen? Exemplet visar att det inte går att använda medelinkomst för bostadsområdet istället för individuell inkomst när vi studerar trender i fördelning av hälso- och sjukvårdsutnyttjande över inkomstgrupper Om områdesinkomstdata används okritiskt riskerar det att skapa förvrängda beslutsunderlag som i förlängningen kan minska jämlikhet i vårdutnyttjande
Något om våra begränsningar Survival bias eftersom att individen måste överleva minst till 2010 för att inkomstuppgifter ska finnas tillgängliga Inkomst 2009-2010 antas gälla för alla år Områdes- och individinkomstdata ej samma år (mindre problem) Ingen hänsyn till interaktionseffekter
Foto lånat av PositiveMed