GIS – et vigtigt værktøj til forskning i ulighed i sundhed

Ved at anvende få vigtige GISværktøjer kombineret med nationale registre kan vi forske i geografiske variationer i sygdomme og betydningen af nærmiljøet for folkesundheden i Danmark.

AF KIRSTINE WODSCHOW OG KRISTINE BIHRMANN, STATENS INSTITUT FOR FOLKESUNDHED, SYDDANSK UNIVERSITET

I forskningsgruppen, Geografisk og Registerbaseret Epidemiologi ved Statens Institut for Folkesundhed, SDU, er vi en lille gruppe, der forsker i geografisk ulighed i sundhed. Dette kunne omhandle, om forekomsten af blodpropper eller hjerteflimmer er højere i nogle dele af landet end i resten af landet? Eller betyder det noget, hvor man bor, for ens risiko for sklerose? Ofte vil alder, køn, og socioøkonomi være risikofaktorer for en given sygdom, men det nærmiljø, man bor i, kan også spille en rolle. uddannelsesniveau. Social status – målt ved uddannelsesniveau – spiller dermed en væsentlig rolle for sundheden.

Brug af og adgang til sundhedsvæsenet

I forlængelse af rapporten om ”Social ulighed i sundhed og sygdom” er vi i gang med at undersøge, om der er lige brug af og adgang til det primære sundhedsvæsen. Opgaven er en myndighedsopgave, som vores institut varetager for Sundhedsstyrelsen.

I undersøgelsen inddrager vi data om hele den danske befolkning på 30 år eller derover i årene 2010 og 2017.

Adgang vurderer vi både i forhold til hvor mange personer, der er per sundhedsyder (fx alment praktiserende læge, fysioterapeut), og hvor langt hver person har til hver sundhedsyder. I analyserne tager vi højde for forskelle i socioøkonomi og behov for sundhedsvæsenet.

Med udgangspunkt i et igangværende projekt for Sundhedsstyrelsen vil vi i denne artikel præsentere, hvordan vi ved brug af få GIS-værktøjer kombinerer offentligt tilgængeligt geografisk data med registerdata i vores forskning i folkesundhed.

Ulighed i sundhed og sygdom

I rapporten ”Social ulighed i sundhed og sygdom1” fra 2020 blev det tydeligt, at der er social ulighed i sundhed og sygdom i Danmark. Andelen af personer, der har et godt selvvurderet helbred, er større med højere fuldført uddannelsesniveau. Omvendt er andelen af personer med et højt stressniveau, dårlig tandsundhed og antallet af nye tilfælde af diabetes mindre med højere fuldført

Nationale sundheds- og befolkningsregistre

I Danmark har vi en unik mulighed for at forske i sundhed med inddragelse af oplysninger på personniveau, da vi har mulighed for at anvende

1 Social ulighed i sundhed og sygdom. Udviklingen i Danmark i perioden 2010-2017. Sundhedsstyrelsen 2020.

nationale registre i vores forskning. Samtidig er de danske registre blandt de nationale registre, der går længst tilbage i tid (CPR-registeret er helt tilbage fra 1968).

Arbejdet med de nationale registre foregår via sikre servere hos Danmarks Statistik, hvor vi ikke har mulighed for at identificere hvem, data er indsamlet for. I undersøgelsen af adgang til og brug af sundhedsvæsenet danner vi en population af den danske befolkning, hvor alle personer over 30 år med en adresse i Danmark i 2010 eller 2017 indgår.

Vi inddrager data fra CPR-registeret, uddannelsesregistret, indkomstregistret, motorregistret, landspatientregistret samt den Nationale Sundhedsprofil. Tilladelse til brug af data sker ved ansøgning til Datatilsynet via universitetet, Danmarks Statistik og Sundhedsdatastyrelsen, og det tager adskillige måneder.

Til beregning af afstande anvender vi desuden adresser for samtlige sundhedsydere i 2010 og 2017, et udtræk af Danmark Adresseregister fra 2018 og vejnettet.

Beregning af afstande

Der findes ikke et samlet sted, hvor man kan hente offentligt tilgængeligt sundhedsdata. Efter flere forsøg har vi skaffet historiske adresser på sundhedsydere. Som ofte, når vi arbejder med data, som ikke tager udgangspunkt i geografiske data, har vi måtte geokode adresserne ved brug af adresseregisteret fra 2018 samt ”Danske adresseværktøj” i QGIS.

For samtlige adresser i Danmark beregnes afstanden til alle sundhedsydere. Beregningerne er lavet i statistik- og visualiseringsprogrammet R, hvor det er muligt at arbejde med geografiske data.

Kobling af geografisk data til registerdata

Adgang til registerdata sker via sikre servere hos Danmarks Statistik. Afstandsberegningerne for hver adresse til hver type af ydere skal derfor kobles med vores population hos Danmarks Statistik.

Vi uploader adresser med tilknyttede beregnede afstande hos Danmarks Statistik, som afidentificerer adresserne, hvorefter vi kan arbejde videre med data. Vi laver alle analyser på de sikre servere, hvor det som nævnt ikke er muligt at spore data til bestemte personer.

Geografisk enhed

Det kan være en udfordring at analysere geografiske variationer, når man arbejder med registerdata. Efter kobling af beregnede afstande til vores population har vi ikke længere adgang til, hvor personerne bor. Vores mulighed for geografiske analyser er derfor at anvende forskellige administrative grænser som geografisk enhed.

I projektet anvender vi kommunerne som geografisk enhed, men afhængig af størrelsen på populationen er de gamle kommuner, sogne eller regionerne også en mulighed.

Visualisering af resultater ved brug af GIS

Efter at alle statistiske analyser er foretaget hos Danmarks Statistik, kan resultaterne på kommuneniveau sendes hjem til instituttets servere, hvor de bliver afrapporteret og visualiseret.

Da det er vores gruppes første rapport for Sundhedsstyrelsen, hvor der indgår undersøgelser af geografiske forskelle, har vi haft flere diskussioner af, hvordan kort kan anvendes til visualisering af resultater. Måske er vi her blevet hjulpet lidt på vej af, at visualisering af geografiske sundhedsdata om forekomsten af COVID-19 er blevet en del af den daglige nyhedsstrøm.

Den endelige rapport kommer til at indeholde 50+ kort. Kort og layout automatiseres derfor i R ved brug af GIS.

GIS og sundhed fremadrettet

Vi oplever, at der er en stigende interesse for GIS inden for folkesundhed. GIS bliver efterspurgt af specialestuderende i folkesundhedsvidenskab og ph.d.-studerende. Der er en bred interesse for vores forskning i geografiske variationer i sundhed, når vi præsenterer vores forskning på nationale og internationale konferencer.

Med de stigende mængder af geografisk data, der indsamles, har vi i Danmark en unik mulighed for at sætte det i spil i forhold til sundhed ved brug af ganske få GIS-værktøjer. Et ønske for fremtiden kunne herefter være en platform, der samler GIS og sundhed, hvor geografisk sundhedsdata sammenstilles, og det er muligt at kombinere GIS-lag (fx gennemsnitlig afstand til lægen i hver kommune) og dermed skabe nye idéer og viden.