Old Drupal 7 Site

Medisinske og ikke-medisinske risiko- faktorer for uførepensjon

Steinar Krokstad, Roar Johnsen, Steinar Westin Om forfatterne
Artikkel

Uførepensjonen er et sentralt element i velferdsstatens sosiale sikkerhetsnett ved sykdom (1). Historisk sett har ordningen uten tvil hatt positive sosiale effekter i befolkningen (2). Insidensen og prevalensen av uførepensjon har imidlertid økt de siste 20 år i Norge (3). Slike utviklingstrekk er også sett i mange andre vestlige land (4, 5). Økningen i antall uføre har kommet til tross for at mer objektive mål på helsetilstanden i befolkningen, som for eksempel gjennomsnittlig levealder, har indikert en bedring av folks helse. I tillegg har antall nye uførepensjonister per år i Norge svingt kraftig, fra rundt 18 000 per år i 1970-årene til over 30 000 i både 1987 og i 1999, med et kraftig fall i mellomtiden (fig 1). Til tross for at lovgivningen er basert på medisinske kriterier, er det derfor gode grunner til å anta at andre faktorer enn sykdom, skade eller lyte spiller en rolle for tilgangen til uførepensjon (3).

Figur 1   Antall nye uførepensjonister per år i Norge i perioden 1974 – 2000 (Rikstrygdeverkets trygdestatistiske årbøker). Populasjonen under risiko i alderen 16 – 66 år økte fra 2,4 til 2,6 millioner i perioden

Kolberg var en av de første som interesserte seg for sammenhengen mellom sosiale forhold i samfunnet og forekomst av uførepensjon i Norge (6). Westin fulgte et antall arbeidere etter en fabrikknedleggelse på Vestlandet, med kontrollpersoner fra en annen fabrikk som unngikk nedleggelse, og viste hvordan ufrivillig tap av arbeid kan øke risikoen for uførepensjon tre til fire ganger i de fire første årene (7). Betydelige forskjeller i risiko for uførepensjon etter sosioøkonomisk status er funnet hvor dette er blitt undersøkt (8, 9).

Veksten i antall nye uføre i 1980-årene skapte offentlig debatt og bekymring blant politikere. Et forsøk på å stramme inn kriteriene for tildeling av uførepensjon ble gjort i lovs form i 1991, der man eksplisitt forsøkte å utelukke sosiale årsaker til arbeidsuførhet (10, 11). Denne uroen rundt ordningen og de store svingningene i tilgangen førte til en del forskning på uførepensjonens årsaker (12).

Uro på arbeidsmarkedet med økende arbeidsledighet betydde trolig mye for økningen av antall uføre i 1980-årene. Reduksjonen i antall nye uføre etter 1987, som altså startet flere år før lovendringen i 1991 (fig 1), skyldtes blant annet en mer restriktiv holdning til uførepensjonering i behandlingsapparatet, med flere avslag, kanalisering av søkere til rehabilitering og attføring og samtidig noe redusert etterspørsel (12). Økningen i de senere år er kommet i en periode med relativt lav arbeidsledighet. Det at mange ikke er kommet i arbeid til tross for rehabilitering og attføring (11, 13, 14), at antall kvinner i lønnet arbeid stadig har økt i befolkningen – noe som setter kvinner under høyere risiko – og det at store barnekull fra etterkrigstiden har kommet opp i en alder med høy uførerisiko (3), er blant de faktorer man har forsøkt å forklare økningen med.

Et annet trekk ved samfunnsutviklingen de siste 20 årene i Norge og i Vesten generelt er utviklingen av det ”postindustrielle samfunn” (15) og nyliberalisitiske politiske trender (16). Høyere krav til utdanning og ferdigheter, yteevne og mobilitet, koblet med usikkerhet med hensyn til fremtidig sysselsetting, har trolig ført til økende helserelatert utstøting fra arbeidslivet (17). En ordning som utjevnet sosiale forskjeller i 1970-årene, kan på denne måten ha vært med på å skape forskjeller i 1990-årene.

Endringer i samfunnsstruktur og endring i sykdomspanorama har ført til diskusjoner om sykdom er et egnet kriterium for uførepensjon i vår tid (18, 19). Innstrammingen av kriteriene i 1991 var fra en sosialmedisinsk synsvinkel uheldig, ettersom den rammet personer med lav utdanning, dårlig økonomi og små sjanser på arbeidsmarkedet (10, 20). Det er derfor tatt til orde for andre objektivitetskriterier i lovgivningen (19).

I denne artikkelen benyttes data fra Helseundersøkelsen i Nord-Trøndelag til å analysere i hvilken grad forskjeller i materielle og psykososiale levekår, i tillegg til forskjeller i helsetilstand, influerer på uførepensjonering, og hvilke forhold som har spilt størst rolle for tilgangen til uførepensjon fra midten av 1980-årene til 1995.

Materiale og metode

Den første helseundersøkelsene i Nord-Trøndelag (HUNT I) ble gjennomført i 1984 – 86 (www.hunt.folkehelsa.no, mars 2002) (21). Alle innbyggere i fylket over 20 år ble invitert. Undersøkelsen bestod av et spørreskjema som skulle fylles ut før helseundersøkelsen. Etter at hele helseundersøkelsen var gjennomført i de forskjellige kommunene, fikk deltakerne med seg et nytt spørreskjema som de returnerte i frankert svarkonvolutt.

Studiepopulasjonen i denne undersøkelsen bestod av personer i alderen 20 – 66 år uten uførepensjon i 1984 – 86 (tab 1). Av knapt 62 400 inviterte møtte henholdsvis 85 % av mennene og 90 % av kvinnene.

Koblingen mellom HUNT I og insidensdata for uførepensjon fra Rikstrygdeverket og med data for vitalstatus fra Statistisk sentralbyrå ble godkjent av Datatilsynet. Studien er forelagt regional komité for medisinsk forskningsetikk, region Midt-Norge.

Sosioøkonomisk status

Sosioøkonomisk status bestemmes av yrke, utdanning og inntekt. I HUNT-spørreskjemaet var det definert ti yrkesklasser som deltakerne kunne krysse av i. For å konstruere en sosialklassevariabel ble yrkesklassene reklassifisert inn i et internasjonalt skjema for sosial klasse utarbeidet av Erikson, Goldthorpe og Portocarero (22, 23). I en WHO-rapport anbefales denne såkalte EGP-inndelingen (24) for å kunne sammenlikne forskjeller i helse etter sosioøkonomisk status mellom forskjellige populasjoner. For kvinner er en inndeling etter eget yrke et mindre valid mål for sosioøkonomisk status. Derfor har vi dels benyttet utdanning som indikator på sosioøkonomisk status i denne studien (24). Utdanning ble også benyttet på grunn av egenskapene som endimensjonal gradientskala. Utdanningsnivå ble registrert i spørreskjemaet i HUNT, og ble brukt i de multivariate analysene i denne studien. Inntektsdata, som for epidemiologiske analyser bør bestå av husholdsinntekt justert for antall personer i husholdningen (24), har så langt ikke vært tilgjengelig i HUNT, og er derfor ikke benyttet i denne studien.

Helse, psykososiale forhold og arbeidslivsforhold

Langvarig sykdom, skade eller lidelse ble registrert med følgende spørsmål i HUNT-spørreskjemaet: Har du noen langvarig (minst ett år) sykdom, skade eller lidelse av fysisk eller psykisk art som nedsetter dine funksjoner i det daglige liv? Svaralternativene var ja/nei. Yrkessituasjon/kilde til livsopphold ble reklassifisert til følgende kategorier: yrkesaktiv (full- eller deltid), arbeidsløs, husarbeid, annet (annen pensjon enn uførepensjon, student, uklassifisert). De andre variablene, som hadde fra fire til sju svaralternativer i spørreskjemaet, ble reklassifisert som følger:

  • – Yrkesmessige risikofaktorer: egen kontroll i arbeid (liten eller ingen mulighet til å bestemme selv versus stort sett eller alltid mulighet til å bestemme selv), fysisk belastning i arbeid (ofte eller alltid utslitt versus sjelden eller aldri utslitt), konsentrasjons- og oppmerksomhetsbelastning (ofte eller alltid utslitt versus sjelden eller aldri utslitt), trivsel i arbeidet (ikke særlig god eller dårlig trivsel versus god, ganske god eller svært god trivsel).

  • – Psykososiale risikofaktorer: samlivsbrudd (separert/skilt versus ugift, gift eller enke/ -mann), ensomhet (ofte eller meget ofte ensom versus av og til, meget sjelden eller aldri ensom), generell tilfredshet (svært, meget eller nokså misfornøyd med livet versus både og, ganske, meget eller svært fornøyd).

  • – Helseoppfatning: selvopplevd helse (ikke helt god eller dårlig helse versus god eller svært god helse).

  • – Helserelaterte livsstilsfaktorer: mosjon (mosjon sjeldnere enn en gang i uken versus en gang i uken eller hyppigere), røyking (røyker versus ikke-røyker), alkoholkonsum (drukket for mye versus kanskje eller ikke drukket for mye).

Oppfølging, endepunkter og sensurering

Hver person bidrog med persontid under risiko i regresjonsanalysen fra studiestart det år de møtte til screening (HUNT 1984 – 86) til de fikk innvilget uførepensjon (n = 7 322), ble 67 år (n = 6 057), døde (n = 1 195) eller emigrerte (n = 368) før studieslutt 31.12. 1994 (n = 47 427). Median oppfølgingstid ble beregnet til 9,7 år (gjennomsnitt 8,7 år).

Statistiske metoder

Insidensrate per 1 000 personår ble beregnet i overlevelsestabell (life table analyses) etter aktuarmetoden (25). Relativ risiko for uførepensjon, insidensrateratio, ble beregnet med Cox’ multivariate regresjonsanalyse (25). I den multivariate analysen ble hver enkelt eksposisjonsvariabel først testet i modellen alene, deretter ble en rekke mulige interaksjoner utprøvd. Valget av det endelige variabelsettet ble foretatt på empirisk og statistisk grunnlag. På grunn av eksponentiell økning av uførepensjon med alder, og forskjeller i mønsteret av årsaksfaktorer for uførepensjon i forskjellige aldersgrupper og etter kjønn, ble en stratifisert regresjonsmodell valgt. I den endelige modellen ble utdanning og alder satt inn i modellen i første blokk, da vi først og fremst ville undersøke forskjell i risiko etter utdanning/sosioøkonomisk status justert for alder. Deretter ble de resterende forklaringsvariablene tatt inn blokkvis i den endelige modellen etter ”Forward Likelihood Ratio”-statistikk (26).

Resultater

Tabell 1 viser den ikke-uførepensjonerte totalpopulasjon i Nord-Trøndelag i alderen 20 – 66 år i 1984 – 86. Oppmøteprosenten var høyest i de eldste aldersgruppene og lavest for menn i aldersgruppen 20 – 24 år.

Tabell 1   Studiepopulasjonen og oppmøte (i antall og prosent) i Helseundersøkelsen i Nord-Trøndelag (HUNT) 1984 – 86 i aldersgruppen 20 – 66 år blant dem som ikke hadde uførepensjon

Menn

Kvinner

Alder (år)

Populasjon

Oppmøte

(%)

Populasjon

Oppmøte

(%)

20 – 24

3 516

2 283

65

3 057

2 160

71

25 – 29

4 380

3 218

73

4 053

3 280

81

30 – 34

4 503

3 776

84

4 273

3 883

91

35 – 39

4 699

4 081

87

4 242

3 952

93

40 – 44

3 838

3 384

88

3 548

3 357

95

45 – 49

2 755

2 525

92

2 595

2 482

96

50 – 54

2 607

2 422

93

2 444

2 347

96

55 – 59

2 647

2 464

93

2 497

2 399

96

60 – 64

2 510

2 371

94

2 548

2 442

96

65 – 66

  739

  692

94

  918

  869

95

Totalt

32 194 

27 216 

85

30 175 

27 171 

90

Tabell 2 viser insidensrate (per 1 000 personår under risiko) for uførepensjon. Insidensen varierte betydelig gjennom observasjonstiden, med en klar økning i populasjonen under 50 år. Den relativt høye insidensen i tredje og fjerde oppfølgingsår faller sammen med perioden med høy insidens i slutten av 1980-årene i Nord-Trøndelag og i Norge for øvrig.

Tabell 2   Insidensrate (per 1 000 personår under risiko) for uførepensjon i studiepopulasjonen i Helseundersøkelsen i Nord-Trøndelag (HUNT) 1984 – 86, ti års oppfølging

Menn 20 – 49 år(n = 23 691)

Kvinner 20 – 49 år(n = 21 768)

Menn 50 – 66 år(n = 8 503)

Kvinner 50 – 66 år n = 8 407

Oppfølgingsår

Insidensrate

Konfidens-intervall

Insidensrate

Konfidens-intervall

Insidensrate

Konfidens-intervall

Insidensrate

Konfidens-intervall

 1

2,6

(2,01 – 3,19)

4,8

(3,82 – 5,78) 

43,3

(38,60 – 48,00)

30,2

(26,28 – 34,2) 

 2

3,5

(2,72 – 4,28)

7,2

(6,02 – 8,38) 

52,3

(47,01 – 57,59)

43,8

(38,90 – 48,70)

 3

5,1

(4,12 – 6,08)

9,7

(8,33 – 11,07)

61,7

(55,62 – 67,78)

48,0

(42,51 – 53,49)

 4

5,0

(4,02 – 5,98)

8,5

(7,32 – 9,68) 

63,0

(56,34 – 69,66)

52,1

(46,02 – 58,18)

 5

4,3

(3,52 – 5,08)

10,9 

(9,53 – 12,27)

59,0

(52,14 – 65,86)

46,6

(40,52 – 52,68)

 6

5,0

(4,02 – 5,98)

9,1

(7,73 – 10,47)

52,9

(46,04 – 59,76)

46,9

(40,43 – 53,37)

 7

4,6

(3,62 – 5,58)

8,8

(7,43 – 10,17)

59,1

(51,26 – 66,94)

39,0

(32,53 – 45,47)

 8

5,1

(4,12 – 6,08)

9,1

(7,73 – 10,47)

60,7

(52,08 – 69,32)

43,3

(36,05 – 50,55)

 9

6,4

(5,22 – 7,58)

10,5 

(8,74 – 12,26)

59,9

(49,32 – 70,48)

42,6

(33,78 – 51,42)

10

7,0

(4,84 – 9,16)

12,6 

(9,46 – 15,74)

49,7

(32,45 – 66,95)

45,9

(29,24 – 62,56)

Tabell 3 viser insidensraten og aldersjustert relativ risiko (insidensrateratio) for uførepensjon etter Erikson-Goldthorpe-Portocarero-inndelingen av sosial klasse. Det var betydelig forskjell i risiko mellom klassene. For menn er det en tydelig økning av risiko med synkende sosioøkonomisk status, med en aldersjustert relativ risiko på 3,0 for ufaglærte arbeidere i sosialklasse VII sammenliknet med sosialklasse I. Som nevnt i metodekapitlet er måling av sosioøkonomisk status med denne metoden mindre valid for kvinner. Men hvis vi ser bort fra sosialklasse I, ser vi at klassifiseringen gir en gradientskala også for kvinner. Kvinner i overordnet stilling i offentlig eller privat virksomhet hadde imidlertid en relativt høy risiko sammenliknet med for eksempel menn i samme kategori og med kvinner i selvstendig akademisk erverv.

Tabell 3   Insidensrate og aldersjustert relativ risiko (insidensrateratio med 95 % konfidensintervall (KI)) for uførepensjon etter sosial klasse (Erikson-Goldthorpe-Portocareros (EGP) sosialklasseinndeling) i Helseundersøkelsen i Nord-Trøndelag, HUNT 1984 – 86. Ti års oppfølging

Menn

EGP sosialklasseinndeling

Antall nye uføre

Studiepopulasjon

Personår

Insidens rate¹

Relativ risiko²

95 % KI

Overordnet stilling, selvstendig akademisk erverv (I)

201

2 691

23 678

8,49

1,00

Referanse

(Overordnet stilling i offentlig eller privat virksomhet)

(192)

(2 470)

(21 600)

(8,89)

(Selvstendig akademisk erverv)

(9)

(221)

(2 078)

(4,33)

Fagfunksjonær (II)

120

2 152

20 127

5,96

1,15

(0,92 – 1,44)

Underordnet funksjonær (III)

159

1 815

16 260

9,78

1,62

(1,32 – 2,00)

Selvstendig næringsdrivende, bønder og fiskere (IV)

936

6 657

56 008

16,71

2,04

(1,76 – 2,38)

(Selvstendig næringsdrivende)

(288)

(2 170)

(18 524)

(15,55)

(Bønder)

(584)

(4 097)

(34 246)

(17,05)

(Fiskere)

(64)

(390)

(3 238)

(19,77)

Fagarbeider, håndverker, formann(V + VI)

591

4 588

39 934

14,80

2,55

(2,17 – 3,00)

Ufaglært arbeider (VII)

604

3 925

33 351

18,11

3,00

(2,56 – 3,52)

Ikke klassifisert

1 011

10 366

Totalt

3 622

32 194

Kvinner

EGP sosialklasseinndeling

Antall nye uføre

Studiepopulasjon

Person år

Insidensrate¹

Relativ risiko²

95 % KI

Overordnet stilling selvstendig akademisk erverv (I)

81

581

5 045

16,06

1,0

Referanse

(Overordnet stilling i offentlig eller privat virksomhet)

(77)

(527)

(4 557)

(16,90)

Selvstendig akademisk erverv)

(4)

(54)

(488)

(8,20)

Fagfunksjonær (II)

264

3 366

31 509

8,38

0,76

(0,59 – 0,98)

Underordnet funksjonær(III)

738

6 985

63 480

11,63

0,92

(0,73 – 1,15)

Selvstendig næringsdrivende, bønder og fiskere (IV)

367

2 577

21 584

17,00

0,98

(0,77 – 1,25)

(Selvstendig næringsdrivende)

(122)

(699)

(5 791)

(21,07)

(Bønder)

(238)

(1 846)

(15 527)

(15,33)

(Fiskere)

(7)

(32)

(267)

(26,23)

Fagarbeider, håndverker, formann (V + VI)

61

551

4 926

12,38

1,18

(0,85 – 1,65)

Ufaglært arbeider (VII)

628

3 332

28 348

22,15

1,43

(1,13 – 1,80)

Ikke klassifisert

1 561

12 783

Totalt

3 700

30 175

  • Per 1 000 personår under risiko

  • Aldersjustert

Analysene presentert i tabell 3 viste betydelige forskjeller i risiko etter sosioøkonomisk status. Vi ville videre se på om vi kunne forklare disse forskjellene med andre sentrale årsaksfaktorer for uførepensjon. Figur 2 viser resultatene fra den multivariate regresjonen, der vi benyttet utdanning som indikator for sosioøkonomisk status i modellen og stratifiserte materialet etter kjønn og alder. Figuren viser at det var meget store forskjeller i risiko for uførepensjon etter utdanning for personer under 50 år. Aldersjustert relativ risiko for uførepensjon for dem med sjuårig grunnskole i 1984 – 86 sammenliknet med de høyskole/universitetsutdannede var for menn og kvinner under 50 år henholdsvis 6,35 og 6,95. For menn over 50 år var risikoforskjellene mindre, og for kvinner over 50 år minst. De andre variablene i modellen som er listet opp i figuren, varierte systematisk med utdanningsnivå, ved at prevalensen økte med synkende utdanning. Disse faktorene forklarte for menn litt over halvparten av observert variasjon mellom utdanningsgruppene, for kvinner under 50 år litt under halvparten. For kvinner over 50 år var risikoen for uførepensjon økende med synkende utdanning først etter at forklaringsvariablene var tatt inn i modellen. I tillegg til lav utdanning og sykdom var fysisk anstrengende arbeid, lav egenkontroll i arbeidet og dårlig selvopplevd helse de sterkeste årsaksfaktorene. Disse faktorene var viktige for begge kjønn og for personer over og under 50 år.

Figur 2   Relativ risiko for uførepensjon etter utdanningsnivå forklart med forskjeller i helse, arbeidssituasjon, yrkesrelaterte risikofaktorer, psykososiale risikofaktorer, helseoppfatning, generell trivsel og helserelaterte livsstilsfaktorer, ti års oppfølging av 62 000 personer i Helseundersøkelsen i Nord-Trøndelag 1984 – 86. Tallene over søylediagrammene representerer den aldersjusterte relative risiko (aRR) for uførepensjon i de forskjellige utdanningsgrupper, med dem med høyest utdanning som referansekategori. Tallene inne i søylediagrammene representerer den relative risikoen etter at alle andre variabler er tatt i betraktning (justert for) i regresjonsmodellen (mRR). Forklaringsvariablene er listet opp i rangert orden med de mest betydningsfulle variablene øverst. For kvinner over 50 år var risikoen for uførepensjon økende med synkende utdanning først etter at forklaringsvariablene var tatt inn i den multivariate modellen (mRR)

Analysen viste også en del gruppespesifikke faktorer som må tolkes med varsomhet på grunn av alle variablene som ble testet i modellen. For unge menn dreide dette seg om ensomhet og arbeidsledighet, for unge kvinner om samlivsbrudd, for eldre kvinner om oppmerksomhets- og konsentrasjonskrevende arbeid, mens husmødre hadde lav risiko for å få uførepensjon (de to siste funn kommer ikke frem i figuren).

Ut fra aldersjustert forskjell i risiko for uførepensjon etter utdanningsnivå kan man beregne tilskrivbar befolkningsrisiko. Dette målet forteller hvor stor andel av de nye uførepensjonene som kunne vært unngått i det hypotetiske tilfellet at alle hadde hatt like lav risiko som de med høy utdanning (benyttet som indikator for sosioøkonomisk status). Tilskrivbar risiko for menn i denne studien ble beregnet til 52 % og for kvinner til 46 %.

Diskusjon

Insidensen av uførepensjon varierte betydelig i studiepopulasjonen i løpet av de knappe ti år den ble fulgt fra 1984 – 86 til 31.12. 1994. Over tid var det en økning i insidensen, og den relative økningen var sterkest for personer under 50 år. Lav sosioøkonomisk status, lav utdanning, fysisk anstrengende arbeid, lav egenkontroll i arbeidet og dårlig helseoppfatning fremstod som de sterkeste ikke-medisinske risikofaktorene for uførepensjon.

Styrken ved denne studien er først og fremst at den dekker en totalpopulasjon med oppmøteprosent på 85 for menn og 90 for kvinner, og omfatter over 60 000 personer i hele ti år. I tillegg er det trolig svært få manglende registreringer av endepunktet, takket være at vi har benyttet data fra Rikstrygdeverket. Oppmøteprosenten varierte imidlertid, og var ikke like høy i de yngste aldersklassene. En omfattende analyse av dem som ikke møtte, ble imidlertid gjennomført etter HUNT I i 1984 – 86 (21, 27). Det relativt lave oppmøtet blant de yngste skyldtes at de ikke hadde tid til å møte, ikke var interessert eller bodde et annet sted enn i hjemkommunen, for eksempel på grunn av studier. I de aldersklasser som er benyttet i denne studien, ble det i analysen av dem som ikke møtte, ikke funnet forskjeller i helse sammenliknet med dem som møtte, og det var ingen konsistent sammenheng mellom manglende oppmøte og utdanning. Derfor er seleksjonsproblemene trolig små.

Uførepensjon er et komplisert endepunkt i epidemiologiske studier. Hovedkriteriet for å innvilge uførepensjon er at ervervsevnen skal være varig redusert med minst 50 % på grunn av sykdom, skade eller lyte. I ulike datakilder har det vært uenighet om hvorvidt tidspunktet for registrering av en uførepensjon skal være søknadstidspunktet eller fra når den økonomiske stønaden startet å løpe, det såkalte uføretidspunktet. I det foreliggende materialet er uføretidspunktet regnet fra det året stønaden begynte å løpe. Endepunktet er videre påvirket av både individuelle og samfunnsmessige faktorer, medisinsk behandling og rådgivning i helsevesenet og av saksbehandling i trygdesystemet (3, 12). Å innvilge uførepensjon til personer er ikke ønskelig fra samfunnets side, både av humane og økonomiske grunner, og kan være uønsket men også ønsket eller helt nødvendig sett fra individets side. Intensjonale mekanismer er dermed også inne i bildet (28, 29).

Når man følger opp en populasjon over ti år, står man i fare for at eksposisjonsvariablene mister sin betydning over tid eller at effekten endres over tid (interaksjon). Dels har vi studert ulike interaksjonsledd, dels har vi gjennomført separate analyser for personer som ble uførepensjonert tidlig og sent i oppfølgingsperioden. Det var ingen signifikante forskjeller i forklart varians mellom de ulike faktorene tidlig eller sent i oppfølgingen, og det var ingen interaksjonsledd som signifikant bidrog til den observerte variasjon i den valgte modellen.

Det var store forskjeller i risiko for uførepensjon etter utdanningsnivå hos personer under 50 år sammenliknet med personer over 50 år, selv om risikoforskjellen var betydelig også for menn over 50 år. Disse forskjellene kan indikere at unge med lav utdanning hadde betydelige problemer på arbeidsmarkedet slik det utviklet seg i perioden, og at det skjedde en sterk helserelatert seleksjon ut av arbeid for personer med lav utdanning/ sosioøkonomisk status (30). Den lavere gradienten hos eldre kan skyldes en såkalt dreneringseffekt (29, 31): Mange med lav utdanning og lav sosioøkonomisk status er allerede uføre når kohorten når 50 års alder. Slik kan en høy gradient hos unge gi en lavere gradient hos eldre. Forskjellen mellom unge og eldre kvinner er spesielt stor. Det kan skyldes flere forhold: Lovgivningen bidrar til at husmødre sjelden får uførepensjon, lav insidens av uførepensjon kan skyldes at mange husmødre hadde lav utdanning og var over 50 år. Det var mindre variasjon i utdanningsnivå blant kvinner over 50 år. Mange kvinner som ville ha fått høy utdanning i dag, fikk ikke høy utdanning da de var unge. Høyt utdannede kvinner over 50 år rapporterte relativt ofte høy belastning i arbeidet på grunn av høye krav til oppmerksomhet og konsentrasjon, som var en betydelig risikofaktor for uførepensjon i dette materialet.

Å studere sammenhengen mellom sosioøkonomisk status og uførepensjon er interessant av flere grunner. Yrkesstatus gjenspeiler posisjon på den sosiale rangstigen, kompetansenivå, ressurstilgang, omgangskrets, men også yrkesmessig eksposisjon for forhold av helsemessig betydning og muligheter for tilpasning av arbeid ved kroniske funksjonstap. Utdanningsnivå reflekterer mye av det samme, men også andre aspekter som for eksempel evne til å tilegne seg informasjon, kommunisere effektivt og kompetanse til å forstå kompliserte sammenhenger. Forskjeller i helse og uførhet etter sosioøkonomisk status er funnet overalt hvor slike sammenhenger er studert (8). Det er to hovedteorier om sammenhengen mellom sosioøkonomisk status og helse (32). Den ene omhandler hvordan forskjeller i materielle forhold kan påvirke helsen (33 – 35). Den andre hovedteorien vektlegger effekten av psykososiale forhold, blant annet over- og underordning i det sosiale hierarki (36 – 38). Når det gjelder uførepensjon, er det åpenbart flere forhold enn helse og sykdom som spiller inn. Forskjeller i risiko for uførepensjon etter sosioøkonomisk status kan også gjenspeile forskjeller i håndtering og prioritering av mennesker i helsevesenet (39), i sosial- og trygdevesenet (39, 40) og sist, men ikke minst, forskjellige muligheter på arbeidsmarkedet (5, 7).

Den relativt lave risikoen for å bli uførepensjonert for gruppen med høy utdanning eller høy sosioøkonomisk status viser helsepotensialet, eller potensialet for å unngå uførhet, i samfunnet. Hvis alle andre grupper hadde hatt like lav risiko, viser den tilskrivbare befolkningsrisikoen at insidensen for uførepensjon ville ha vært halvert.

Den tydelige skjevfordelingen i risiko for uførepensjon etter sosioøkonomisk status vist i denne studien er dels urettferdig og unødvendig (39). Den støtter tidligere antakelser om at det foregår en betydelig helserelatert seleksjon ut av arbeidsstyrken (17), og gjenspeiler urettferdige og unødvendige helseforskjeller (41). Selv om debatten om hvordan man skal motarbeide slike forskjeller i uførepensjonering nå stort sett er fraværende (39, 42), har Norge tidligere sluttet seg til den såkalte Alma Ata-erklæringen fra Verdens helseorganisasjon, der man forpliktet seg til å arbeide for å redusere forskjellene i helse ved å bedre de dårligst stilte gruppenes helsetilstand (39, 43).

Diskrepansen mellom de lovmessige kriterier og de observerte årsaksforhold for uførepensjon som denne studien viser, understreker problemene med den medisinske uføremodell, som er grundig diskutert av Stone (5). Diskrepansen skaper betydelige problemer for pasienter, leger og i trygdeforvaltningen (18 – 20, 30, 44, 45), og fører til medikalisering av sosiale prosesser som fører til ervervsmessig uførhet. Men enhver ordning som har til hensikt å spesifisere hvem som har og hvem som ikke har rett til offentlige ytelser, vil medføre avgrensningsproblemer og ha problematiske sideeffekter.

Hva betyr disse funnene for mulige strategier for forebygging av uførhet i samfunnet? Til tross for at resultatene baserer seg på individuelle data, antyder de sterkt betydningen av kontekstuelle faktorer for uførepensjon. I forebyggingsstrategier må vi derfor skille mellom individuelle årsaker til uførepensjon og årsaker til insidensen av uførepensjon i samfunnet. De tilsvarende strategier for forebygging er ”høyrisikostrategi” for å hindre at enkeltindivider blir uføre, og en ”populasjonsstrategi” for å kontrollere insidensen i befolkningen. Å redusere insidensen må alltid ha førsteprioritet (46). Det er ikke overraskende at de individuelle strategier som tradisjonelt har vært benyttet for å begrense økningen i antall uføre, har vært lite effektive (30, 46, 47). Et skritt i riktig retning er trolig tatt hvis intensjonene om et såkalt inkluderende arbeidsliv kan virkeliggjøres (48). Men selv denne strategien bærer preg av individuell risikotenkning og griper primært fatt i årsakene til at individer blir uføre – man søker ikke etter årsakene til den høye insidensen av uførepensjon i samfunnet. I arbeidet for å redusere insidensen av uførepensjon bør det benyttes en populasjonsstrategi ved å intervenere på politisk nivå og på samfunnsnivå (49), slik at forholdene i arbeidslivet virker mindre utstøtende enn de gjør i dag. Mye kan gjøres av den enkelte med hensyn til å holde seg yrkesaktiv, men hva som i praksis er mulig, avhenger i stor grad av de sosiale og økonomiske rammebetingelsene i arbeidslivet (46).

Norges forskningsråd finansierte studien. Helseundersøkelsen i Nord-Trøndelag er et samarbeid mellom HUNT Forskningssenter, Det medisinske fakultet, Norges teknisk-naturvitenskaplige universitet, Verdal, Statens folkehelseinstitutt, Oslo, og Nord-Trøndelag fylkeskommune.

Takk til Tor Bjerkedal for hjelp med tilrettelegging av data fra Rikstrygdeverket.

Anbefalte artikler