Laboremus Nr 6 2009. - tandhälsa hos barn och ungdomar 2007. Unga kvinnors uppfattning av ett gott liv. Carina Persson.



Relevanta dokument

Nota Bene. Socioekonomiska kluster i Örebro län. - tandhälsa hos barn och ungdomar. Carina Persson Ola Fernberg

Socioekonomiska kluster och förekomst av karies bland barn i Västmanland

FOLKHÄLSOVETENSKAPLIGT CENTRUM LINKÖPING

Västma. Undersökta. Vårdval

Rapporterade kariesskador hos barn och ungdomar i Örebro län

Tandhälsan hos Barn och Ungdomar Gävleborgs län 2011.

Tandhälsorapport. Uppföljning av tandhälsan. hos barn och ungdomar i Östergötland Enheten för hälsoanalys Linköping april 2014

Tandhälsorapport. Uppföljning av tandhälsan. hos barn och ungdomar i Östergötland Folkhälsocentrum Linköping juni 2013

Tandhälsodata Landstinget Gävleborg

Rapport 2010:1. Uppföljning av kariesutveckling hos barn och ungdomar. Kohortanalyser. Linköping augusti 2010

Uppföljning av tandhälsan hos barn och unga i Östergötland

Tandhälsorapport. Uppföljning av tandhälsan. hos barn och ungdomar i Östergötland Folkhälsocentrum Linköping mars 2011

Uppföljning av tandhälsan hos barn och ungdomar i Östergötland

Tandhälsorapport. Uppföljning av tandhälsan. hos barn och ungdomar i Östergötland Folkhälsocentrum Linköping maj 2012

Fördjupad analys av tandhälsan hos barn och ungdomar i Östergötland

TANDHÄLSORAPPORT. Uppföljning av tandhälsan. hos barn och ungdomar i Östergötland år LINKÖPING OKTOBER 2010 KERSTIN ARONSSON ELIN MAKO

Munhälsa hos barn och ungdomar i Örebro län 2017

Tandhälsan hos barn och ungdomar i Östergötlands kommuner 2014

Tandhälsorapport. Tandhälsan hos barn och ungdomar. i Östergötlands kommuner Enheten för hälsoanalys Linköping april 2014

Bortfall i folkhälsoenkäter Spelar det någon roll?

Tandvårdsutbudet i Örebro län 2009

Munhälsa hos barn och ungdomar 3-19 år Västmanlands län 2016

Munhälsa hos barn och ungdomar i Örebro län 2016

Företagsamheten 2017 Örebro län

Seminarium kring hälsosamt åldrande att främja psykisk hälsa hos äldre

Tandhälsorapport. Tandhälsan hos barn och ungdomar. i Östergötlands kommuner Folkhälsocentrum Linköping maj 2012

Socioekonomi och tandhälsa

Socioekonomi och tandhälsa hos barn och ungdomar i Östergötland 2009

Företagsamheten Örebro län

Tandvårdsutbudet i Örebro län 2010

Karies hos barn och ungdomar

Tandhälsan hos barn och ungdomar i Stockholms län 2013

Tandhälsan hos barn och ungdomar i Stockholms län 2011

Tandhälsan hos barn och ungdomar i Stockholms län 2014

Vilka är lokalpolitikerna i Örebro län?

Tandhälsan hos barn och ungdomar i Östergötlands kommuner 2015

LIV & HÄLSA UNG Seminarium norra Örebro län 3 okt 2014 Församlingshemmet Nora

God tandhälsa och besök i tandvården inte självklart för alla. Andreas Cederlund

Företagsamheten 2018 Örebro län

Barns tandhälsa. Minns detta. Disposition. Etiologi. Prevention är möjlig. Karies är fortfarande ett folkhälsoproblem.

Tandvård Lägesbeskrivning och utmaningar för en mer jämlik tandhälsa. Jenny Carlsson

Vårdval Tandvård i Kalmar Län

För en bättre och mer jämlik och jämställd folkhälsa

Utmaningar i folkhälsoarbetet Norra Örebro län. Folkhälsostrateg Linnéa Hedkvist

Socioekonomi och tandhälsa


För en bättre och mer jämlik och jämställd folkhälsa

Anmälan av rapporten Tandhälsan hos barn och ungdomar i Stockholms län 2014

Barns tandhälsa. Läkarprogrammet t11. Elisabeth Wärnberg Gerdin Folkhälsovetenskapligt centrum EWG

Arbetsmarknadsläget i Örebro län januari 2015

Tandhälsan hos barn och ungdomar i Stockholms län 2016

Folkhälsoplan. Munkedals kommun

Företagsamhetsmätning - Örebro län. Johan Kreicbergs

Arbetsmarknadsläget i Örebro län oktober månad 2014

Folkhälsoplan för Lekebergs kommun

Företagsamheten Örebro län

Sjukfrånvaro bland privatanställda tjänstemän

4. Behov av hälso- och sjukvård

Tillsammans för en god och jämlik hälsa

Anmälan av rapporten Tandhälsan hos barn och ungdomar i Stockholms län 2011

Dnr 2000:644. Grupper i förskolan en kartläggning våren 2001

Arbetsmarknadsläget i Örebro län december månad 2014

2011:4 Eskilstunas befolkning, dess ursprung och hur befolkningens sammansättning förändrats.

Nu bildar vi nya Region Örebro län

Företagsamhetsmätning Örebro län. Johan Kreicbergs

Arbetsmarknadsläget i Örebro län november månad 2014

Why you should love statistics - Alan Smith. Hur väl känner du till ditt område? Vet eller tror du?

Folkhälsostrategi Antagen: Kommunfullmäktige 132

Sammanfattning av Socialförsäkringsrapport 2011:09

Arbetsmarknadsläget i Örebro län januari månad 2016

Tandhälsan i Värmland

Tandvård för asylsökande barn och unga 0-17 år i Västra Götalandsregionen under åren , Analysrapport

Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi

Resursfördelningsmodellen

Företagsamheten Örebro län

Mer information om arbetsmarknadsläget i Örebro län i slutet av augusti månad 2014

ffiljusnarsbergs WKOMMUN

Arbetsmarknadsläget i Örebro län december månad 2015

Arbetsmarknadsläget i Örebro län juli månad 2016

Folkhälsoenhet. Hultsfred Oskarhamn Vimmerby Västervik

Arbetsmarknadsläget i Örebro län oktober månad 2016

februari 2012 Företagsamheten 2012 Örebro län

Mer information om arbetsmarknadsläget i Örebro län i slutet av januari månad 2014

Demografisk analys: På egna ben. En beskrivning av ungas flytt från föräldrahemmet

Mer information om arbetsmarknadsläget i Örebro län i slutet av april månad 2014

STATISTIK I BLICKFÅNGET

Landstingsstyrelsens förslag till beslut

6 334 män (8,8 %) Lediga platser. platser som. Antalet lediga. tredjedel inom. Fått arbete. personer som. innan innebär. varsel. Nyinskrivna. ling.

Folkhälsoplan Essunga kommun 2015

Vä lfä rdstäppet Ö rebro lä n

Strategiskt folkhälsoprogram

Resultat sammanhållen vård och omsorg om de mest sjuka äldre i Örebro län Mätperiod Annika Jansson Projektmedarbetare

Femtio- och sextioåringar, deras tandvård, tandvårdsattityder och självupplevda tandhälsa under ett decennium. En totalundersökning i Örebro och

Mer information om arbetsmarknadsläget i Örebro län i slutet av oktober 2013

Örebro län. Företagsamheten Anneli och Mikael Rådesjö, Karlskoga Wärdshus. Vinnare av tävlingen Örebro läns mest företagsamma människa 2014.

Yttrande över motion 2017:43 av Tara Twana (S) om att förebygga karies bland barn på förskolan

Karies hos barn och ungdomar. En lägesrapport för år 2008

Förord. vid er första träff gör en planering tillsammans.

Folkhälsopolitisk plan för Kalmar län

Transkript:

ÖREBRO LÄNS LANDSTING Samhällsmedicinska enheten Laboremus Nr 6 2009 Socioekonomiska Fånga dagen kluster - frigör i Örebro morgondagen län - tandhälsa hos barn och ungdomar 2007 Unga kvinnors uppfattning av ett gott liv Carina Persson Gunnar Ekbäck Elizabeth Nyström

Samhällsmedicinska enheten Rapportserier för kunskapsspridning Laboremus nr 6 2009 Laboremus är latin och betyder "låt oss arbeta". Granskning Lars Hagberg, tel 019/6027058 Layout inlaga Carina Persson, tel 019/6027482 Layout omslag Ingmarie Arvidsson, tel 019/6027052 Framsidesbild bearbetat orginal från Tommy Gustavsson e-post samhallsmedicin@orebroll.se www www.orebroll.se/ samhallsmedicin Samhällsmedicinska enheten ger ut rapportserierna Nota Bene och Laboremus. Med dessa vill vi sprida kunskap om folkhälsa och folkhälsoarbete. Vi vill också bidra med kunskapsunderlag som kan användas i landstingets och kommunernas beslutsprocesser. Målet är en god och jämlik hälsa Samhällsmedicinska enheten är landstingets resurs för folkhälsoarbetet i Örebro län. Vi fungerar som kunskapscenter för alla som vill arbeta för en bättre folkhälsa. Det kan vara politiker och tjänstemän, myndigheter, organisationer, näringsliv, folkrörelser och andra som kan påverka folkhälsan. Enhetens arbete koncentreras kring epidemiologi, folkhälsorapportering och analys, planerings- och beslutsstöd samt strategiskt folkhälsoarbete. Vårt yttersta mål är att skapa förutsättningar för en god och jämlik hälsa i Örebro län. Mer om folkhälsoarbetet i Örebro län På Samhällsmedicinska enhetens hemsida får Du veta mer om folkhälsoarbetet i Örebro län. Där kan Du även ta del av material vi publicerat inom folkhälsoområdet. Ansvarig utgivare Thomas Falk, chef, Samhällsmedicinska enheten, tel 019/6027050 Tryck Strands grafiska AB, 2009 ISSN 1651-3207

INNEHÅLL Bakgrund...1 Inledning...1 Epidemiologiskt register över kariessjukdomen...2 Klusteranalys...2 Problem och problemavgränsning...2 Mål och syfte...3 Material och metod...3 Nyckelkoder...3 Val av variabler till klusteranalys...3 Klusteranalys...4 Täckningsgrad och definition av mått på kariesskada...4 Fördelning av tandhälsa på kluster...5 Logistisk Regression...6 Kort om generaliserbarhet...6 Resultat...7 Nyckelkoder...7 Klusterbeskrivning...8 Skillnader och likheter med övriga klusteranalyser...10 Klusteranalys 2002...10 Örebro kommun och länets övriga kommuner...10 Tandhälsan i länet fördelat på kluster...11 Nya kariesskador hos barn 2 6 år...11 Nya kariesskador hos barn 7 9 år...12 Nya kariesskador hos barn 10 12 år...12 Nya kariesskador hos ungdomar 13 15 år...13 Nya kariesskador hos ungdomar 16 19 år...13 Nya kariesskador och tidigare lagningar hos 19-åringar...14 Nya kariesskador hos barn och ungdomar 7 19 år...14 Medelantal nya kariesskador...15 Oddskvoter för att ha nya kariesskador...16 Samband mellan tandhälsa och klustertillhörighet?...16 Askersunds kommun...17 Degerfors kommun...19 Hallsbergs kommun...21 Hällefors kommun...23 Karlskoga kommun...25 Kumla kommun...27 Laxå kommun...29 Lekebergs kommun...31 Lindesbergs kommun...33 Ljusnarsbergs kommun...35 Nora kommun...37 Örebro kommun...39 Sammanfattande diskussion...43 Sammanfattning av resultatet...43 Styrkor och svagheter...43 Resultatet i relation till andra studier...44 Klusterbeskrivning i korthet...45 Bilaga 1: Klustermetoder...46 Klustermetoder...46 Tvåstegs klusteranalys...46 Wards metod...47 Bilaga 2: Fördelning av kariesskador...48 Konfidensintervall...48 Nya kariesskador hos barn och ungdomar per kommun...50 Bilaga 3: Tillgängliga variabler...51

Bakgrund Inledning Denna rapport har tillkommit på initiativ från Tandvårdsenheten vid Hälsokansliet i Örebro läns landsting. Författare har varit statistiker Carina Persson på Samhällsmedicinska enheten samt samhällsodontolog Gunnar Ekbäck och statistiker Elizabeth Nyström på Hälsokansliet. En mer jämlik fördelning av villkoren för en god hälsa är ett viktigt mål i svensk hälsopolitik. Våren 2003 godkände riksdagen regeringens proposition Mål för folkhälsan 1, därmed fick Sverige en nationell folkhälsopolitik med elva målområden samt det övergripande målet att skapa samhälleliga förutsättningar för en god hälsa på lika villkor för hela befolkningen. I oktober 2007 antog dessutom landstingsfullmäktige i Örebro län en ny folkhälsoplan med folkhälsopolitiska mål En god och jämlik hälsa i Örebro län 2008 2011 2. Enligt de senaste nationella folkhälsorapporterna 3 är livslängd och hälsa ojämnt fördelade bland Sveriges befolkning. I Social rapport 2006 3 konstateras dessutom att det i flera avseenden har skett en polarisering av den sociala välfärden där majoriteten av befolkningen har fått det bättre medan det samtidigt finns en minoritet i befolkningen på 6 7 procent som inte har fått ta del av den förbättrade utvecklingen. I de senaste länsrapporterna 4 som grundar sig på undersökningar bland länets vuxna befolkning i åldern 18-84 år samt elever i skolår 7 och 9 samt år 2 på gymnasiet konstateras också skillnader i hälsa dels mellan olika geografiska områden och dels mellan grupper i samhället med olika livsvillkor och levnadsvanor. Även om tandhälsan hos barn- och ungdomar i Sverige är god 5 och majoriteten av ungdomarna är kariesfria är kariessjukdomen ändå ojämlikt fördelad. Områden med hög andel invandrare, många ensamhushåll, hög andel socialbidragstagare eller låg utbildningsnivå har en högre kariesförekomst bland barn och ungdomar än områden med lägre andelar av dessa faktorer. I Sverige finns en relativt god tillgång på registerdata. På Statistiska centralbyrån (SCB) finns en mängd registerdata över Sveriges hela befolkning som till exempel Register över Totalbefolkningen 6, Inkomst och förmögenhetsregistret 7 samt Utbildningsregistret 8. På tandvårdsenheten samlas löpande epidemiologisk statistik över kariessjukdomens utbredning hos länets barn och ungdomar in. Dessa registerdata används som en av flera indikatorer på tandhälsoläget i länet. 1 Mål för folkhälsan, Regeringens proposition 2002/03:35, Socialdepartementet 2002. 2 Folkhälsoplan med folkhälsopolitiska mål En god och jämlik hälsa i Örebro län 2008 2011, Örebro läns landsting 2008 3 Folkhälsorapport 2009 och Social rapport 2006, Socialstyrelsen 2009 och 2006 samt Folkhälsopolitisk rapport 2005, Folkhälsoinstitutet 2005. 4 Den goda men ojämlika hälsan Liv & hälsa i Örebro län 2004 och Tonåringars drogvanor, liv och hälsa i Örebro län 1997 2007, Samhällsmedicinska enheten 2006 och 2008. 5 Se Folkhälsorapport 2009, Ekbäck G. Munhälsa hos barn och ungdomar 2 19 år i Örebro län 2009 klinisk kariesregistrering och enkät. Två sätt att mäta munhälsa. samt Persson C. Fernberg O. Socioekonomiska kluster i Örebro län tandhälsa hos barn och ungdomar, Nota Bene nr 22, Samhällsmedicinska enheten 2003 6 Innehåller en mängd data som t ex bostadsadress, födelseland och medborgarland 7 Innehåller data om inkomst och förmögenhet som hämtats från kontrolluppgifter till skattemyndigheten 8 Innehåller uppgift om examensår och avslutade utbildningar 1

Tandhälsoläget är en viktig parameter för att kunna planera länets tandvård med utgångspunkt i länsinvånarnas behov. Grunden för god tandhälsa med avseende på karies läggs i barn- och ungdomsåren. De individer som lämnar den organiserade barn- och ungdomstandvården med en god tandhälsa har mycket stora chanser att behålla den goda tandhälsan genom livet. Det är därför av yttersta vikt att områden med särskilt stora behov av förebyggande åtgärder kan identifieras så att resurserna kan fördelas rätt efter behov. Epidemiologiskt register över kariessjukdomen Epidemiologi över kariesförekomst hos barn- och ungdomar i Örebro län finns att tillgå på datamedium sedan 1989. All registrering sker löpande varje år. Epidemiologin omfattar registrering av karies per individ, tand och tandyta. Registreringen på varje individ omfattar både nya skador och tidigare skadade tänder. Registreringen omfattar alla barn i Örebro län i åldern 2 19 år som genomgår fullständig undersökning hos tandläkare. Örebro läns landsting tillämpar så kallade individuella revisionstider. Detta innebär att patientens behov av vård styr hur ofta man blir kallad till kontroll av munhälsan. Därför kallas vissa barn till undersökning hos tandläkare oftare än en gång per år och andra med upp till tre års intervall. Klusteranalys Med hjälp av klusteranalys är det möjligt att utforska om det existerar grupper av individer som inom gruppen är lika (homogena) med avseende på en rad olika kriterier som finns registrerat för varje individ. Grupperna bör dessutom vara sinsemellan olika (heterogena) med avseende på samma kriterier. Denna analysteknik är alltså personorienterad istället för, det mer vanligare analyssättet, variabelorienterad. Problem och problemavgränsning Tandhälsa är ett begrepp som består av flera perspektiv varav diagnostiserad sjukdom, till exempel karies, är ett av dessa. Fortsättningsvis i denna rapport begränsas begreppet tandhälsa till att enbart handla om sjukdomen karies. Inom en kommun finns ofta stor variation i både tandhälsa och sociala förhållanden. Vi frågar oss om det finns grupper (kluster) av individer med likartade socioekonomiska förhållanden som samtidigt skiljer sig från andra grupper av individer. Vi vill sedan undersöka om dessa grupper skiljer sig åt med avseende på tandhälsan samt om dessa skillnader liknar dem som identifierades vid en tidigare analys. De geografiska uppgifterna om var tandhälsan är sämst kan därefter användas till planering av riktade hälsofrämjande insatser. 2

Mål och syfte Vårt huvudsyfte är att undersöka om och hur tandhälsan varierar mellan olika grupper i form av socioekonomiska kluster. Dessutom ska eventuella samband identifieras mellan socioekonomiska kluster och olika behov i befolkningen av hälsofrämjande, förebyggande samt reparativa insatser inom det orala området. De eventuella skillnaderna mellan mätbara socioekonomiska geografiska grupperingar ska beskrivas på kommun och landstingsnivå samt jämföras med en tidigare analys. Material och metod Nyckelkoder Den minsta studieenhet som används i den inledande analysen är så kallade nyckelkodsområden, som är en geografisk enhet definierad av kommunerna själva. Ett nyckelkodsområde kan bestå av ett kvarter eller ett mindre bostadsområde, men även av en större geografisk yta beroende dels på hur många invånare som är mantalsskrivna i detta område, dels på hur kommunen i fråga använder nyckelkodsområden som planeringsredskap. I denna undersökning begränsas studien till att skapa kluster med hjälp av officiell statistik på områdesnivå där antalet invånare i området är minst 25 personer samt identifiera klustertillhörighet på barn och ungdomar som år 2007 var 2 19 år och minst en gång under perioden 2005 2007 undersökts av tandvården i Örebro län. Nyckelkoder som inte har minst 25 invånare har om möjligt slagits ihop med geografiskt närliggande nyckelkoder och om detta inte varit möjligt har dessa således exkluderats ur analysen. Även nyckelkoder utan geografiska koordinater, så kallade restposter har exkluderats ur analysen. Val av variabler till klusteranalys Socioekonomiska och demografiska data som kommer från totalräknade registeruppgifter från åren 2006 och 2007 fördelat på nyckelkodsområden har erhållits från Statistiska centralbyrån (SCB), se Bilaga 3: Tillgängliga variabler. De variabler som har värden för de flesta invånare samt förklarar olika dimensioner av socioekonomi och demografi inom nyckelkodsområdet har valts ut bland ett antal variabler som samvarierar med varandra. Några av variablerna ska endast användas som beskrivande bakgrundsvariabler för klustren och dessa har därför inte inkluderats i analysen. För de variabler som valts ut till huvudanalysen har procentuella andelar för varje nyckelkodsområde beräknats. Dessa har sedan använts till att identifiera geografiska områden i Örebro län med liknande förhållanden med hjälp av den statistiska metoden klusteranalys. De variabler som använts i huvudanalysen är: Andel 75 år och äldre Andel födda i Sverige Andel ensamstående med barn Andel invånare 20 år och äldre med låg disponibel inkomst 9 Andel invånare 20 64 år med högsta utbildning gymnasienivå 9 Individualiserad inkomst: Den disponibla inkomsten för en familj summeras för att sedan delas upp på familjemedlemmarna över 20 år. Låg inkomst definieras som individualiserad disponibel inkomst under 115 103 kronor, vilket utgör gränsen för den lägsta kvartilen i Örebro län år 2006. 3

Klusteranalys Det finns en stor mängd olika angreppssätt när ett större datamaterial skall utforskas med hjälp av klusterteknik. Alla har sina fördelar och sina nackdelar. Vilken metod som är bäst är mycket beroende av den karaktär som datamaterialet i sig har. Det är därför av största vikt att först fråga sig om det kan verka rimligt att det finns en klusterstruktur i det datamaterial som skall undersökas. Klusteranalys är på intet vis en teknik med ett givet förfaringssätt för olika typer av data. Det finns metoder mer eller mindre passande för olika datatyper och förutsättningar. Men det finns ingen given teknik som alltid passar bäst. Många av de algoritmer som används i olika tekniker är dessutom mycket datorintensiva. Skall då ett stort datamaterial analyseras så krävs såväl kraftfulla datorer, slumpgeneratorer som dataprogram. Vid tolkning av resultaten från klusteranalyserna är det därför viktigt att få en rimlighetsbedömning av de eventuella kluster som kan utläsas i analysen. Kan de grupper, kluster, av individer som framkommit förklaras empiriskt? Verkar de rimliga? Och så vidare. Datamaterialet har utforskats med hjälp av dataprogrammet SPSS (version 16.0 samt 17.0). Analysunderlaget har rensats från nyckelkoder som innehåller extrema värden då dessa kan störa resultatet. Rensningen av extremvärden har genomförts med hjälp av tvåstegs klusteranalys. Till den slutliga analysen har en hierarkisk klusteranalysmetod, Wards metod, använts. För en mer utförlig beskrivning av de metoder som har använts, se Bilaga 1: Klustermetoder. Täckningsgrad och definition av mått på kariesskada Täckningsgrad Tandvårdsepidemiologiska data för barn och ungdomar mantalsskrivna i Örebro län 2005 2007 som år 2007 var 2 19 år har använts i analysen. De barn och ungdomar som inte undersökts av tandhälsovården i Örebro län år 2007 har eftersökts i de tandvårdsepidemiologiska registren för åren 2006 och 2005, se tabell 1. Tabell 1. Antal i tandvården undersökta barn och ungdomar som år 2007 var 2 19 år fördelat på undersökningsår. Undersökningsår Antal 2 19 år Andel (procent) 2005 2 287 4 2006 18 301 31 2007 37 985 65 2005 2007 58 573 100 Tandhälsostatusen för det senaste registrerade året har använts i de fall då en individ har undersökts vid fler än ett tillfälle under perioden 2005 2007. Totalt ingår 58 573 unika barn och ungdomar i studien, varav de flesta, 65 procent, har tandstatus registrerad för år 2007. Dessa 58 573 barn och ungdomar utgör 99 procent av de 58 969 invånare i åldern 2 19 år som enligt SCB var folkbokförda i länet i december 2007. 4

Definition av mått Det finns framförallt två mått att mäta ny karies som vi valt att använda i denna rapport. Det första är DS (Decayed Surface) som beräknar totalt antal nytillkomna kariesskadade tandytor. Det andra är DS-a (Decayed Surface approximal) som beräknar antal nytillkomna kariesskadade tandytor i kontakt med andra tänder. Av dessa sjukdomsmått är den senare mer allvarlig eftersom karies i kontaktytor oftast innebär en större fyllning som på sikt kommer att öka behovet av nya restaureringar ( lagningar ) av den skadade tanden. Individer med skadade kontaktytor har dessutom vanligtvis större problem med karies än de som har oskadade kontaktytor. Ett tredje mått som vi i viss mån använt är DFT (Decayed Filled Teeth) som beräknar det totala antalet tänder med nya eller gamla kariesskador. DFT för 19-åringar är alltså en redovisning av den totala förekomsten av ny karies och gamla kariesskador i permanenta tänder upp till och med 19 års ålder. Karies på mjölktänder registreras endast till och med det år barnet fyller 6 år. Kariesförekomst fördelat på kluster samt kommuner för olika åldersgrupper redovisas mer ingående i Bilaga 2: Fördelning av kariesskador. Fördelning av tandhälsa på kluster För att klustertillhörighet skulle kunna föras på registret med tandvårdsepidemiologiska data levererades registret över tandhälsa 2005 2007 inklusive den undersöktes personnummer till SCB. Detta register avidentifierades av SCB som återlämnade registret till landstinget utan personnummer men med den nyckelkod som personen tillhörde år 2007. Det avidentifierade registret över tandhälsa 2005 2007 påfördes sedan klustertillhörighet genom att använda nyckelkoderna som nyckel. Tandvårdsdata kunde sedan delas upp i de identifierade klustren och eventuella skillnader i tandhälsa mellan klustren kunde studeras. Vid beräkning av statistiskt signifikanta skillnader mellan andelar med nya kariesskador samt tidigare lagningar används ett 95 procentigt konfidensintervall med normalfördelningsapproximation, se Bilaga 2: Fördelning av kariesskador. Tandhälsan för barnen och ungdomarna redovisas i tabellform i rapporten fördelat på de olika klustren i form av andelar utan karies, med en, fler än en respektive fler än tre kariesangripna ytor totalt (DS). På samma sätt redovisas nytillkommen karies i kontaktytor (DS-a) samt antal kariesangripna och lagade tänder (DFT). Om andelarna i de olika klustren har ett konfidensintervall 10 som ligger under motsvarande konfidensintervall för hela länet noteras detta med ett i tabellen 11. På motsvarande sätt noteras ett + i tabellen om klustrets konfidensintervall ligger över länets konfidensintervall. Efter genomförd klusteranalys har de fem identifierade klustren ritats ut på tematiska kartor för länets kommuner. Kartorna har producerats av SCB via digitaliserade nyckelkodsområden som bygger på fastighetskoordinater. Dataprogrammet SPSS 16.0 samt 17.0 används till att göra variabelgranskning, databearbetning, klusteranalys, logistisk regression samt framställning av tabeller. Microsoft Office 2003 används för framställning av samtliga figurer och diagram förutom kartorna. 10 Approximativt 95 procentigt normalfördelat 11 Ett mer statistiskt korrekt förfarande skulle vara att ta differenser mellan de olika klustrens andelar och länets andel och därefter räkna ut konfidensintervallet för differensen för att se om detta innehåller 0. För att förenkla redovisningen har inte detta förfaringssätt valts. 5

Logistisk Regression Oddskvoter för samband mellan nya kariesskador och klustertillhörighet har beräknats med hjälp av bivariat logistisk regression. Genom analyser av samband med hjälp av analysmetoden logistisk regression är det möjligt att studera den statistiska sannolikheten (oddskvoten) att en person som är folkbokförd i ett område som tillhör ett kluster har nya kariesskador jämfört med om personen varit folkbokförd i ett annat kluster. Den beroende variabeln är nya kariesskadade tandytor (DS), vilken är dikotomiserad (uppdelad i två grupper) till att inte ha några nya kariesskador och minst en ny kariesskada. Den oberoende variabeln är klustertillhörighet, där det kluster som har lägst andel med nya kariesskador är referensgrupp. Denna analys har genomförts på samtliga undersökta barn i åldern 7 19 år. Kort om generaliserbarhet Approximativa konfidensintervall samt oddskvoter har beräknats trots att tandhälsodata redovisas för hela populationen. Dessa osäkerhetsmått skall därför ses som ett mått på hur pass generaliserbara resultaten är för en annan population eller för samma population vid en annan tidpunkt. Klusteranalys är dock en mycket explorativ analysmetod och beror mycket på de i analysen ingående datatypernas struktur. Generaliseringar av resultatet för andra grupper och tidsperioder måste därför ske med mycket stor försiktighet. 6

Resultat Nyckelkoder För de variabler som valts ut att ingå i analysen har procentuella andelar beräknats. Vid kontroll av de 1 367 nyckelkoder som uppfyllde inklusionskriteriet, minst 25 personer samt en geografisk koordinat, identifierades ett extremvärde som därför togs bort ur analysen. Efter genomgång av resultatet från en analys genomförd med hjälp av Wards klustringsmetod valdes en femklusterlösning, se Bilaga 1: Klustermetoder. De fem kluster som identifierats innehåller grupper av nyckelkoder som inom klustren har liknande värden för de variabler som ingår i analysen. Värden för de olika variablerna skiljer sig åt mellan klustren vilket redovisas i tabell 3 för länet. Eftersom det är kommunerna själva som fördelar nyckelkoderna över kommunen så varierar antalet nyckelkoder mycket från kommun till kommun. Även antalet invånare per nyckelkodsområde varierar kraftigt från 29 personer till som mest 2 124 personer (medianvärde=156, medelvärde=201 och standardavvikelse=187). Tabell 2 beskriver hur många kluster, nyckelkoder per kluster samt invånare per kluster som finns i varje kommun. Tabell 2. Antal nyckelkoder och antal invånare fördelat på kommun och kluster. Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5 Totalt nyckel koder invånare nyckel koder invånare nyckel koder invånare nyckel koder invånare nyckel koder invånare nyckel koder invånare Askersund 27 9 940 2 425 3 648 0 0 1 303 33 11 316 Degerfors 43 7 736 8 1 680 1 481 0 0 0 0 52 9 897 Hallsberg 59 13 010 7 966 2 586 2 668 0 0 70 15 230 Hällefors 26 6 234 6 1 233 0 0 0 0 0 0 32 7 467 Karlskoga 79 17 185 39 8 090 12 2 385 1 213 10 2 038 141 29 911 Kumla 62 13 578 28 4 779 8 1 147 0 0 4 323 102 19 827 Laxå 19 4 806 4 1 022 1 62 0 0 0 0 24 5 890 Lekeberg 10 6 005 4 1 073 0 0 0 0 0 0 14 7 078 Lindesberg 81 14 967 29 5 939 10 1 004 1 621 3 470 124 23 001 Ljusnarsberg 16 5 183 0 0 0 0 0 0 0 0 16 5 183 Nora 42 5 696 27 3 143 6 1 063 0 0 8 533 83 10 435 Örebro 112 26 200 186 38 749 48 9 766 40 15 856 289 38 716 675 129 287 Örebro län 576 130 540 340 67 099 91 17 142 44 17 358 315 42 383 1 366 274 522 7

Klusterbeskrivning Efter klusteranalysen har andelar för de i analysen ingående variablerna räknats om per invånare i varje kluster. Kluster 1 innehåller nära hälften, 49 procent, av samtliga 274 522 invånare som ingår i analysen (figur 1). Det näst största klustret till invånarantalet räknat är kluster 2 som har nära en fjärdedel av länets invånare, 24 procent. De kluster som har minst antal invånare är kluster 3, 4 och 5 med sammanlagt 27 procent av länets befolkning. Kluster 4; 17 358; 6% Kluster 5; 42 383; 15% Kluster 1; 130 540; 49% Kluster 3; 17 142; 6% Örebro län 274 522 invånare Kluster 2; 67 099; 24% Figur 1. Antal invånare och procentuell fördelning av antal invånare i hela länet fördelat på kluster. Totalt bor 47 procent av länets invånare i Örebro kommun, men fördelningen mellan invånare som bor i Örebro respektive någon av länets elva övriga kommuner skiljer sig åt mellan de fem olika klustren (figur 2). Kluster 1 domineras av invånare som bor i någon annan kommun än Örebro. Nära sex av tio invånare i kluster 2 och 3 bor i Örebro kommun. I kluster 4 och 5 bor drygt nio av tio i Örebro kommun. Antal invånare 140 000 120 000 100 000 Örebro kommun 20% 80 000 60 000 40 000 20 000 0 Örebro kommun 58% Ö.k. 57% Ö.k. 91% Örebro kommun 91% Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5 Figur 2. Antal invånare totalt samt andel (procent) invånare i Örebro kommun redovisat för respektive kluster. 8

I tabell 3 beskrivs de i klusteranalysen ingående variablerna för de fem olika klustren omräknat till andelar för samtliga invånare. Kluster 4 förefaller att vara det socioekonomiskt minst gynnade klustret, och kluster 5 det mest gynnade. Dessa två kluster domineras av invånare som är bosatta i Örebro kommun även om dessa båda kluster endast innehåller cirka en femtedel, 21 procent, av samtliga länets invånare. I kluster 1, där nära hälften av invånarna återfinns, bor majoriteten i en kommun utanför Örebro. I detta kluster återfinns höga andelar med högst gymnasieutbildning samt låg inkomst. Det som framförallt skiljer kluster 2 och 3 åt är andelen äldre invånare. Tabell 3. Andel (procent) invånare 75 år och äldre, födda i Sverige, med låg disponibel inkomst* samt högst gymnasieutbildning** fördelat på kluster. Andel 75 år och äldre Andel födda i Sverige Andel ensamstående med barn Andel med låg disponibel inkomst* Andel med högsta utbildning gymnasienivå** Kluster 1 9 91 4 40 80 Kluster 2 7 91 5 33 65 Kluster 3 31 91 6 34 68 Kluster 4 3 57 10 64 80 Kluster 5 7 93 3 30 47 *Individualiserad från familjebegreppet som kommer från Registret över totalbefolkningen bland invånare 20 år och äldre. Låg disponibel inkomst innebär under 115 103 kronor, vilket utgör gränsen för den lägsta kvartilen i Örebro län år 2006. ** bland invånare 20-64 år Klustren skiljer sig även åt avseende fördelningen för andra demografiska och socioekonomiska förhållanden såsom andelen i åldersgruppen 0 19 år eller andelen familjer där del av inkomsten erhållits från arbetslöshetsersättning (A-kassa), se tabell 4. Det kluster som skiljer sig särskilt från övriga är kluster 4 som har högst andel ungdomar (0 19 år), andel invandrade före 1980 och andel familjer som erhållit A-kassa. Kluster 4 är även det enda kluster som har ett negativt netto för in- respektive utflyttningar mellan nyckelkoderna. Kluster 3 däremot skiljer sig från övriga kluster genom att ha lägst andel ungdomar, invandrade före 1980 och familjer som erhållit A-kassa samt med det högsta in-/utflyttningsnettot i relation till antalet invånare. Tabell 4. Andel (procent) invånare 0-19 år, invandrade före 1980, familjer med förekomst av erhållen A-kassa* samt nettoförflyttningar** fördelat på kluster. Andel 0 19 år Andel invandrade före 1980 Andel familjer med erhållen A-kassa* Andel nettoförflyttningar** Kluster 1 24 6 9 0,0 Kluster 2 25 7 8 0,5 Kluster 3 11 5 6 3,7 Kluster 4 33 41 13-1,1 Kluster 5 23 7 7 0,9 * andel familjer med erhållen arbetslöshetsersättning bland samtliga familjer i klustret. ** Procent av nettot för in- och utflyttningar till och från de olika nyckelkoderna delat med antalet invånare totalt i klustret. 9

Skillnader och likheter med övriga klusteranalyser Klusteranalys 2002 En del av syftet med denna analys var att identifiera om de skillnader i tandhälsa mellan kluster som upptäcktes vid en tidigare analys med socioekonomiska data från 2000 2001 fortfarande gäller. Den analys som genomfördes år 2002 genomfördes enbart på de nyckelkoder som hade minst en barnfamilj mantalsskriven i området samt att de valda indikatorerna var anpassade för barnfamiljer. En ny klusteranalys genomfördes på ett liknande sätt med socioekonomiska data från 2006 2007. Skillnaderna mellan de olika analyserna var då mycket små. I likhet med klusteranalysen år 2002 har även här en femklusterlösning med ett kluster med betydligt sämre socioekonomiska förhållanden samt ett med betydligt bättre identifierats. Dessa två analyser är dock inte helt jämförbara då den demografiska strukturen i länet har förändrats mellan åren, nya geografiska områden har tillkommit samt att det mått som användes för att mäta inkomstnivå skiljer sig åt mellan de två analystillfällena. I den slutliga analys som presenteras i denna rapport har samtliga nyckelkoder med minst 25 invånare använts oavsett om det finns några barnfamiljer eller ej mantalsskrivna i området. De variabler som användes för analysen är även de något förändrade för att täcka in hela befolkningen. Huvudanledningen till detta är att barnen inte bara påverkas och påverkar den familj de tillhör utan också den omgivande miljön, vilken består av både barnfamiljer och andra vuxna. Ytterligare en fördel med att utvidga materialet till att gälla samtliga invånare är att resultatet av den socioekonomiska klusteranalysen kan användas till att studera samband mellan socioekonomiska kluster och andra företeelser såsom diabetesförekomst och insjuknande i hjärtinfarkt som inte enbart gäller barn och ungdomar. Örebro kommun och länets övriga kommuner Örebro kommun är, med knappt hälften av länets invånare, den kommun som har mest inflytande på hur den slutliga klusterstrukturen kommer att se ut. Därför genomfördes två separata klusteranalyser, en med samtliga nyckelkoder tillhörande Örebro kommun samt en med de nyckelkoder som tillhör länets övriga elva kommuner. Skillnaderna mellan klusteranalysen för Örebro kommun och den för hela länet som redovisas i denna rapport var relativt marginell. En fyra- eller femklusterlösning var resultatet och två kluster med markant sämre socioekonomiska villkor och ett kluster med betydligt bättre socioekonomiska villkor kunde identifieras. Resultatet för klusteranalysen som genomfördes på länets elva övriga kommuner var en tvåklusterlösning. Dessa kluster skiljde sig då främst åt med avseende på åldersstrukturen samt utbildningsnivån. Att det endast blir två kluster för länets elva kommuner förutom Örebro kommun kan tolkas på olika sätt. Det kan bero på att det inte förekommer några större socioekonomiska skillnader i dessa kommuner, men också, vilket kanske är den mest troliga orsaken, att nyckelkodsindelningen för dessa kommuner inte är lika detaljerad eftersom det dels är beroende av hur kommunerna definierar sina nyckelkodsområden och dels har som krav att det ska bo minst 25 invånare inom nyckelkoden. 10

Tandhälsan i länet fördelat på kluster Tandhälsan hos barnen och ungdomarna i länet har fördelats på de identifierade klustren i länet. I tabell 5 11 i detta avsnitt beskrivs fördelningen av tandhälsa för samtliga undersökta barn där barnen än uppdelade efter i vilket kluster de är folkbokförda. För barn upp till och med 6 års ålder registreras karies på mjölktänder och för barn från och med 7 års ålder registreras enbart karies i de permanenta tänderna. Endast statistiskt signifikanta skillnader mellan kluster och länet samt mellan specifika kluster kommenteras i detta avsnitt. För en komplett redovisning av konfidensintervallen för de olika andelarna, se Bilaga 2: Fördelning av kariesskador. Nya kariesskador hos barn 2 6 år Andelen barn 2 6 år i kluster 4 som vid senaste besöket hos tandvården inte har några nya kariesskadade tandytor är betydligt lägre än i länet totalt (tabell 5). Dessutom är i detta kluster andelen med en, fler än en och fler än tre nya kariesskadade tandytor signifikant högre än länets nivå, oavsett om detta gäller nya kariesskadade tandytor totalt eller i tändernas kontaktytor. Det motsatta förhållandet, det vill säga en betydligt högre andel utan och lägre andel med karies än länsgenomsnittet gäller för barn i kluster 5. Dessa två kluster är de två kluster som skiljer sig mest åt med avseende på kariesförekomst. Även i kluster 2 är dock andelen kariesfria 2 6 åringar signifikant högre än länsgenomsnittet. Tandhälsan hos barn i åldern 2 6 år mätt i nya kariesskadade tandytor totalt (ds) och i tändernas kontaktytor (ds-a) är dessutom signifikant sämre i kluster 4 jämfört med samtliga andra kluster. Värt att notera är dock att över åtta av tio barn i kluster 4 ändå är kariesfria. Tabell 5. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för mjölktänder och permanenta tänder för barn som vid undersökningstillfället var 2 6 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (ds) tandytor, kontaktytor (ds-a) 1 (n=7000) 2 (n=3860) 3 (n=324) Kluster 4 (n=1436) 5 (n=2393) Totalt (n=15013) 0 93 95 + 94 81-97 + 93 1 2 3 2 5 + 2-2 >1 5 3-4 15 + 2-5 varav >3 2 1-2 8 + 1-2 0 97 97 + 97 90-98 + 96 1 2 1 2 4 + 1-2 >1 2 1-2 6 + 1-2 varav >3 1 0-0 - 2 + 0-1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 11

Nya kariesskador hos barn 7 9 år Tandhälsan hos barn 7 9 år i kluster 4 är sämre än tandhälsan totalt i länet (tabell 6). Däremot är tandhälsan hos barnen i kluster 2 och 5 bättre än länet i denna åldersgrupp. För nya kariesskadade tandytor totalt (DS) är andelen kariesfria högre samt andelen med fler än tre kariesytor lägre i kluster 2 och 5 jämfört med kluster 1 och 4. Tandhälsan tenderar alltså i denna åldersgrupp att vara bäst i kluster 2 och 5 och sämst i kluster 1 och 4. En majoritet av barnen i denna åldersgrupp är dock kariesfria, men variationen mellan klustren är stor (65 88 procent). Tabell 6. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn som vid undersökningstillfället var 7 9 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=4144) 2 (n=2195) 3 (n=210) Kluster 4 (n=822) 5 (n=1238) Totalt (n=8609) 0 84 87 + 86 65-88 + 83 1 7 6 7 13 + 7 7 >1 9 7-7 22 + 5-9 varav >3 3 2-1 9 + 1-3 0 92 94 + 92 79-94 + 91 1 5 4-6 11 + 4 5 >1 4 2-2 10 + 2-4 varav >3 1 0 0-3 + 0-1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) Nya kariesskador hos barn 10 12 år Tandhälsan hos barn 10 12 år i kluster 4 är sämre än tandhälsan totalt i länet för alla andelar förutom andel med fler än tre kariesytor i tändernas kontaktytor (tabell 7). I denna åldersgrupp har barnen i kluster 2 och 5 bättre tandhälsa än länet. Andelen kariesfria är högre i kluster 2 och 5 än i kluster 1 och 4. Tandhälsan tenderar alltså även i denna åldersgrupp att vara bäst i kluster 2 och 5 och sämst i kluster 1 och 4. En majoritet av barnen i denna åldersgrupp är kariesfria, men variationen mellan klustren är stor (62 88 procent). Tabell 7. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn som vid undersökningstillfället var 10 12 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=4672) 2 (n=2485) 3 (n=254) Kluster 4 (n=783) 5 (n=1460) Totalt (n=9654) 0 82 84 + 86 62-88 + 82 1 9 7 9 14 + 6-8 >1 9 8 5-24 + 6-10 varav >3 3 2-1 9 + 1-3 0 92 93 + 94 80-94 + 92 1 5 5 4 12 + 4 6 >1 3 2 2 8 + 2 3 varav >3 0 1 0-1 0 1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 12

Nya kariesskador hos ungdomar 13 15 år Ungdomar 13 15 år i kluster 4 har sämre tandhälsa och ungdomar i kluster 5 har bättre tandhälsa än länet totalt (tabell 8). Andelen kariesfria ungdomar är högre och andelen med fler än tre kariesytor lägre i kluster 2 och 5 än i kluster 1 och 4. Även i denna åldersgrupp är dock en majoritet av barnen kariesfria, men variationen mellan klustren är mycket stor (56 82 procent). Tabell 8. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn som vid undersökningstillfället var 13 15 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=5626) 2 (n=2898) 3 (n=300) Kluster 4 (n=799) 5 (n=1567) Totalt (n=11190) 0 75 77 81 56-82 + 76 1 11 12 11 18 + 10 12 >1 14 10-8 - 26 + 8-13 varav >3 4 3-1 - 11 + 2-4 0 90 92 + 94 + 78-94 + 91 1 7 6 5 13 + 4-7 >1 3 2-1 - 9 + 1-3 varav >3 1 0-0 - 2 + 0-1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) Nya kariesskador hos ungdomar 16 19 år Tandhälsan hos ungdomar 16 19 år i kluster 4 är sämre än tandhälsan totalt i länet (tabell 9). Barn i denna åldersgrupp från kluster 2 och 5 har bättre tandhälsa än länet. Andelen kariesfria är högre i kluster 2 och 5 än i kluster 1 och 4. Tandhälsan tenderar alltså även i denna åldersgrupp att vara bäst i kluster 2 och 5 och sämst i kluster 1 och 4. En majoritet av barnen i denna åldersgrupp är kariesfria, men variationen mellan klustren är stor (56 79 procent). Tabell 9. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn som vid undersökningstillfället var 16 19 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=6786) 2 (n=3566) 3 (n=516) Kluster 4 (n=961) 5 (n=1960) Totalt (n=13789) 0 71 75 + 74 56-79 + 72 1 12 12 12 16 + 11 12 >1 16 13-13 29 + 10-15 varav >3 6 4 5 12 + 2-5 0 85 86 85 70-89 + 85 1 9 9 10 16 + 7-9 >1 6 5 5 14 + 3-6 varav >3 2 2 2 5 + 0-2 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 13

Nya kariesskador och tidigare lagningar hos 19-åringar Antal tänder med nya kariesskador eller tidigare lagningar (DFT) hos 19-åringar används här för att mäta den historiska sjukligheten i de permanenta tänderna. I kluster 4 är andelen 19-åringar med en historik av kariesfrihet lägre än länet (tabell 10). Endast 19 procent av ungdomarna i detta kluster har en historik med kariesfrihet, vilket är betydligt lägre än hos 19-åringarna i kluster 2, 3 och 5. En majoritet, 52 procent, av alla 19-åringar i kluster 4 har fler än tre lagade tänder, vilket är en betydligt högre andel än bland ungdomarna i samtliga andra kluster. Tabell 10. Tänder med nya kariesskador och lagade permanenta tänder (DFT) för 19-åringar fördelat på förekomst och kluster år 2007, andelar i procent. Nya kariesskador och tidigare lagade permanenta tänder (DFT) 1 (n=1612) 2 (n=914) 3 (n=153) Kluster 4 (n=267) 5 (n=490) Totalt (n=3436) 0 25 27 32 19-29 26 1 16 15 12 9-20 + 15 >1 59 58 56 72 + 51-58 för 19 åringar varav >3 38 34 35 52 + 26-36 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) Nya kariesskador hos barn och ungdomar 7 19 år Som ett sammanfattande mått på kariesaktiviteten hos barn och ungdomar används antal nya kariesskadade tandytor för samtliga barn och ungdomar mellan 7 och 19 år. Från och med 7 år registreras enbart karies på permanenta tänder och 19 år är det sista året som ungdomarna får tandvården bekostad helt av landstinget. Tandhälsan mätt på detta sätt är sämre än länet i kluster 4 och bättre än länet i kluster 5 (tabell 11). Andelen kariesfria är dessutom högre i kluster 2 och 3 i relation till kluster 1 och 4. Tandhälsan är sämre i kluster 4 i relation till vart och ett av de övriga klustren (kluster 1 3 och 5). En majoritet bland barnen och ungdomarna 7 19 år är dock kariesfria, men variationen mellan klustren är stor (60 84 procent). Tabell 11. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn som vid undersökningstillfället var 7 19 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=21228) 2 (n=11144) 3 (n=1280) Kluster 4 (n=3365) 5 (n=6225) Totalt (n=43242) 0 77 80 + 80 60-84 + 77 1 10 10 11 15 + 9-10 >1 13 10-9 - 25 + 8-12 varav >3 4 3-3 10 + 2-4 0 89 91 + 90 76-93 + 89 1 7 6-7 13 + 5-7 >1 4 3-3 10 + 2-4 varav >3 1 1 1 3 + 0-1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 14

Medelantal nya kariesskador Skillnader i antal nya kariesskador för de olika klustren kan illustreras genom att räkna medelantal nya kariesskadade tandytor (Medel DS). Beräknat på detta sätt har de barn och ungdomar som tillhör kluster 5 bäst tandhälsa och de som tillhör kluster 4 sämst tandhälsa (figur 3). Beroende på åldersgrupp varierar medelvärdet för antal nya kariesskadade tandytor mellan 0,2 och 0,4 bland dem som tillhör kluster 5 respektive mellan 1,0 och 1,3 bland dem som tillhör kluster 4. Det är dock relativt liten variation i medelantalet kariesskadade ytor mellan kluster 1 3 och 5, även om medelantalet nya kariesskadade tandytor är högst i kluster 1 i relation till kluster 2, 3 och 5 oavsett åldersgrupp. Medel DS 1,5 1,3 1,2 1,2 1,1 1,0 1,0 0,9 0,7 0,7 0,6 0,6 0,5 0,6 0,6 0,5 0,5 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,3 0,3 0,3 0,3 0,2 0,2 0,2 0,3 0,3 0,3 0,0 7 9 år 10 12 år 13 15 år 16 19 år 7 19 år Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5 Länet totalt Figur 3. Medelantal nya kariesskadade tandytor (Medel DS) vid senaste besöket hos tandläkare för ungdomar som besökt tandvården 2005 2007 uppdelat på klustertillhörighet och olika åldersgrupper. 15

Oddskvoter för att ha nya kariesskador Ett annat sätt att illustrera sambandet mellan klustertillhörighet och tandhälsa är genom att beräkna så kallade oddskvoter för att ha minst en ny kariesskada. Detta har genomförts med hjälp av bivariat logistisk regression där utfallet är att ha minst en ny kariesskadad yta. Oddskvoterna för de olika klustren beskriver sannolikheten att ha minst en ny kariesskada vid det senaste besöket hos tandläkaren om man bor i något annat kluster än i kluster 5. Det är således nära fyra gånger så hög sannolikhet (3,8) att barn i åldern 7 19 år som bor i kluster 4 har minst en ny kariesskadad tandyta jämfört med dem som bor i kluster 5 (tabell 12). Sannolikheten att ha en kariesskada för dem, i åldersgruppen 7 19 år, som tillhör kluster 1 3 är mellan 1,3 till 1,5 gånger högre än bland dem som tillhör kluster 5. Oddskvoterna varierar något beroende på vilka åldersgrupper som studeras, men barn och ungdomar tillhörande kluster 1 och 5 har genomgående höga och statistiskt signifikanta oddskvoter. Tabell 12. Oddskvoter (OR) för att ha minst en ny kariesskadad tandyta (DS>0) vid senaste besöket hos tandläkare för barn och ungdomar 7 19 år som besökt tandvården 2005 2007. Bivariat logistisk regression för olika åldersgrupper. 7-9 år 10-12 år 13-15 år 16-19 år 7-19 år OR OR OR OR OR Kluster 1 1,4 * 1,4 * 1,7 * 1,6 * 1,5 * Kluster 2 1,0 1,1 1,3 * 1,4 * 1,3 * Kluster 3 1,3 1,0 1,0 1,5 * 1,4 * Kluster 4 4,1 * 3,9 * 4,3 * 3,7 * 3,8 * Kluster 5 referens referens referens referens referens *Signifikant oddskvot Samband mellan tandhälsa och klustertillhörighet? Sammanfattningsvis kan vi konstatera att det förekommer skillnader i tandhälsa mellan de olika klustren. Skillnaderna är som störst mellan kluster 4 och 5 där de barn och ungdomar som tillhör kluster 4 har sämst tandhälsa och de som tillhör kluster 5 har bäst tandhälsa, men en tendens kan även ses till att de som tillhör kluster 1 har något sämre tandhälsa än dem som tillhör kluster 2, 3 och 5. Ett sätt att illustrera dessa skillnader i tandhälsa mellan de fem identifierade klustren är på en tänkt linje där den bästa tandhälsan återfinns till vänster och den sämsta tandhälsan återfinns till höger (figur 4). Bäst tandhälsa Kluster 5 Kluster 2 Kluster 1 Kluster 4 Sämst tandhälsa Kluster 3 Figur 4. Schematisk bild över tandhälsan, definierad som förekomst av karies, hos barn och ungdomar 7-19 år i Örebro län 2007 för de fem klustren. 16

Askersunds kommun Kommuncentrum: Askersund Antal invånare år 2007: 11 394 Areal (land): 820 km 2 Befolkningstäthet: 14 inv/km 2 Antal kliniska tandläkartimmar maj 2009 per 2 000 invånare: 38 Källor: Geografisk information från Statistiska centralbyrån www.scb.se Tandvårdsenheten Hälsokansliet, Örebro läns landsting De 11 316 invånarna som ingår i analysen från Askersunds kommun fördelar sig på kluster 1, 2, 3 och 5, varav majoriteten bor i kluster 1 (figur 5). Kluster 3; 648; 6% Kluster 2; 425; 4% Askersund Kluster 5; 303; 3% Kluster 1; 9 940; 87% Figur 5. Antal invånare samt procentuell fördelning av antal invånare i Askersunds kommun fördelat på kluster. Andel ungdomar i åldern 7 19 år som bor i kluster 1 och 5 i kommunen har en signifikant högre andel utan nya kariesskador och en signifikant lägre andel med nya kariesskador än länets totala nivå (tabell 13). Tabell 13. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn i Askersunds kommun som vid undersökningstillfället var 7 19 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=1620) 2 (n=64) 3 (n=44) Kluster 4 (n=0) 5 (n=53) Länet (n=43242) 0 84 + 84 80 89 + 77 1 8-6 5 8 10 >1 9-9 16 4-12 varav >3 2-2 5 0-4 0 91 + 91 84 98 + 89 1 6 6 14 2-7 >1 3 3 2 0-4 varav >3 1 0-0 - 0-1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 17

Geografiskt fördelar sig klustren på så sätt att de nyckelkoder som tillhör kluster 3 och 5 ligger i Askersunds tätort, de nyckelkoder som tillhör kluster 2 ligger öster och söder om tätorten och i övrigt tillhör större delen av nyckelkoderna i kommunen kluster 1 (figur 6). Figur 6. Kluster i Askersunds kommun fördelat geografiskt i kommunen. I Askersunds tätorts norra och nordvästra del återfinns de nyckelkoder som tillhör kluster 1 (figur 7). De nyckelkoder som tillhör kluster 3 och 5 ligger i sydöstra delen av tätorten. Figur 7. Kluster i Askersunds kommun fördelat geografiskt i Askersunds tätort (markerad med svart kontur). 18

Degerfors kommun Kommuncentrum: Degerfors Antal invånare år 2007: 9 903 Areal (land): 386 km 2 Befolkningstäthet: 26 inv/km 2 Antal kliniska tandläkartimmar maj 2009 per 2 000 invånare: 23 Källor: Geografisk information från Statistiska centralbyrån www.scb.se Tandvårdsenheten Hälsokansliet, Örebro läns landsting De 9 897 invånarna som inkluderas i analysen från Degerfors kommun bor i kluster 1 3, varav majoriteten bor i kluster 1 (figur 8). Kluster 2; 1 680; 17% Degerfors Kluster 3; 481; 5% Kluster 1; 7 736; 78% Figur 8. Antal invånare samt procentuell fördelning av antal invånare i Degerfors kommun fördelat på kluster. Andel ungdomar i åldern 7 19 år som bor i kluster 1 i kommunen har en signifikant lägre andel utan nya kariesskador och en signifikant högre andel med fler än en ny kariesskada än länets totala nivå (tabell 14). Tabell 14. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn i Degerfors kommun som vid undersökningstillfället var 7 19 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=1230) 2 (n=339) 3 (n=35) Kluster 4 (n=0) 5 (n=0) Länet (n=43242) 0 74-79 83 77 1 10 11 9 10 >1 15 + 10 9 12 varav >3 4 3 6 4 0 89 91 94 89 1 7 5 3 7 >1 4 3 3 4 varav >3 1 1 0-1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 19

De nyckelkoder som tillhör kluster 2 ligger i Degerfors tätort eller kommunens nordöstra del större delen av nyckelkoderna i Degerfors kommun tillhör dock kluster 1 (figur 9). Figur 9. Kluster i Degerfors kommun fördelat geografiskt i kommunen. En nyckelkod tillhör kluster 3 och ligger i Degerfors tätort (figur 10). Övriga nyckelkoder inom tätorten till hör kluster 1 och 2. Figur 10. Kluster i Degerfors kommun fördelat geografiskt i Degerfors tätort (markerad med svart kontur). 20

Hallsbergs kommun Kommuncentrum: Hallsberg Antal invånare år 2007: 15 268 Areal (land): 640 km 2 Befolkningstäthet: 24 inv/km 2 Antal kliniska tandläkartimmar maj 2009 per 2 000 invånare: 21 Källor: Geografisk information från Statistiska centralbyrån www.scb.se Tandvårdsenheten Hälsokansliet, Örebro läns landsting De 15 230 invånarna som inkluderas i analysen från Hallsbergs kommun fördelar sig på kluster 1 4, varav majoriteten bor i kluster 1 (figur 11). Kluster 3; 586; 4% Kluster 2; 966; 6% Hallsberg Kluster 4; 668; 4% Kluster 1; 13 010; 86% Figur 11. Antal invånare samt procentuell fördelning av antal invånare i Hallsbergs kommun fördelat på kluster. Andel ungdomar i åldern 7 19 år som bor i kluster 4 i kommunen har en signifikant lägre andel utan nya kariesskador och en signifikant högre andel med fler än en ny kariesskada än länets totala nivå (tabell 15). Det motsatta förhållandet gäller för de som tillhör kluster 3, där andelen kariesfria är högre och andelen med fler än en ny kariesskada är lägre än i länet. Tabell 15. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn i Hallsbergs kommun som vid undersökningstillfället var 7 19 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=2252) 2 (n=185) 3 (n=35) Kluster 4 (n=121) 5 (n=0) Länet (n=43242) 0 77 79 91 + 62-77 1 12 10 6 15 10 >1 11 11 3-23 + 12 varav >3 4 3 3 11 + 4 0 88 88 94 79-89 1 8 8 3 12 7 >1 4 4 3 8 4 varav >3 1 1 3 4 1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 21

Övervägande delen av nyckelkoderna i Hallsbergs kommun tillhör kluster 1 (figur 12). De nyckelkoder som tillhör kluster 2 återfinns framförallt i kommunens södra och centrala delar, men även i Hallsbergs tätort. Figur 12. Kluster i Hallsbergs kommun fördelat geografiskt i kommunen. De nyckelkoder som tillhör kluster 4 ligger i tätortens norra delar och de som tillhör kluster 3 i västra delen av centrum. I övrigt tillhör nyckelkoderna i tätorten kluster 1 och 2 (figur 13). Figur 13. Kluster i Hallsbergs kommun fördelat geografiskt i Hallsbergs tätort (markerad med svart kontur). 22

Hällefors kommun Kommuncentrum: Hällefors Antal invånare år 2007: 7 475 Areal (land): 990 km 2 Befolkningstäthet: 8 inv/km 2 Antal kliniska tandläkartimmar maj 2009 per 2 000 invånare: 20 Källor: Geografisk information från Statistiska centralbyrån www.scb.se Tandvårdsenheten Hälsokansliet, Örebro läns landsting De 7 467 invånarna som inkluderas i analysen från Hällefors kommun fördelar sig på kluster 1 2, varav majoriteten bor i kluster 1 (figur 14). Kluster 2; 1 233; 17% Hällefors Kluster 1; 6 234; 83% Figur 14. Antal invånare samt procentuell fördelning av antal invånare i Hällefors kommun fördelat på kluster. Andel ungdomar i åldern 7 19 år som bor i kommunen har, oavsett klustertillhörighet, signifikant lägre andelar utan nya kariesskador samt högre andelar med fler än en ny kariesskada än länets totala nivå (tabell 16). Tabell 16. Andel nya kariesskadade tandytor totalt (DS) och på kontaktytor (DS-a) för permanenta tänder för barn i Hällefors kommun som vid undersökningstillfället var 7 19 år fördelat på förekomst och kluster år 2007, andelar i procent. tandytor, totalt (DS) tandytor, kontaktytor (DS-a) 1 (n=934) 2 (n=192) 3 (n=0) Kluster 4 (n=0) 5 (n=0) Länet (n=43242) 0 54-58 - 77 1 12 11 10 >1 34 + 31 + 12 varav >3 17 + 19 + 4 0 80-82 - 89 1 12 + 11 7 >1 8 + 7 4 varav >3 2 + 3 1 + Signifikant över länets nivå; - Signifikant under länets nivå (95 procent konfidensintervall) 23