Den amerikanske epidemiologen Reuel A. Stallones publicerade 1980 en artikel om epidemiologins historia och dess möjligheter till framtida utveckling (Stallones 1980). Han skiljer mellan olika slags modeller för sjukdomars orsaker. I äldre tider var det frågan om ”ogynnsam miljö”, som kunde uppfattas i kosmiska, astrologiska eller teologiska termer, något som inte gav upphov till effektiva metoder för att förebygga sjukdomar. Genom mikrobiologins utveckling blev den förhärskande modellen under en tid att sjukdomar individuerades efter mikroorganismer, där en mikroorganism var nödvändig orsak till en specifik sjukdom. Stallones påpekar att epidemiologerna snart förstod att skillnader i exponering för patogena mikroorganismer inte kunde förklara alla skillnader i sjuklighet: variationer i individuell mottaglighet var en lika viktig faktor. Samtidigt har modellen fortsatt att användas för nyupptäckta infektioner, som AIDS, SARS och ebola.

Stallones diskuterar också vad som kan ses som den motsatta ytterligheten i förhållande till den ovan beskrivna mikrobmodellen för infektioner: ”web of causation”-modellen, där man arbetar med ett kluster av variabler (s.k. riskfaktorer) mer eller mindre starkt korrelerade med en sjukdom, utan att det behöver definieras vare sig någon gemensam slutlig mekanism som leder fram till sjukdomen eller någon specifik agent som är nödvändig för att sjukdomen skall uppkomma. Modellen har blivit dominerande i epidemiologiska studier av kroniska, åldersrelaterade sjukdomar, och Stallones säger att epidemiologerna inte hade mycket att välja på om de skulle studera sådana sjukdomar, som inte hade någon känd nödvändig orsak. Han menar att multipel regression kan ses som en matematisk formulering av denna vävmodell, och han beskriver hur denna typ av statistisk analys snabbt ökat i popularitet bland epidemiologer efter att den använts i rapporter om kranskärlssjukdom från Framinghamstudien, som publicerades 1967.

Det tycks mig som om vävmodellen fortfarande ligger till grund för det mesta av den epidemiologisk forskning som får uppmärksamhet i media, även om analysmetoderna förfinats och forskarna fått tillgång till större datamängder under de senaste decennierna. En effekt av modellen är att gränsdragningen mellan olika sjukdomar i viss mån blir vag: sjukdomarna individueras inte längre efter nödvändiga orsaker och olika sjukdomar har ofta gemensamma riskfaktorer. Det kan då verka godtyckligt att diskutera en sjukdom men inte sådana som är närliggande med avseende på riskfaktorer. Låt oss införa en symmetrisk och reflexiv relation \(A\sim B\), som innebär att sjukdomarna \(A\) och \(B\) är ”i hög grad epidemiologiskt likartade”. Om \(A\sim B\) gäller, är det ändamålsenligt att i folkhälsosammanhang diskutera sjukdomarna som grupp, alltså unionen \(A\cup B\), snarare än att diskutera dem individuellt.

Det kan t.ex. hävdas att \(\sim\)-relationen råder mellan akut hjärtinfarkt (\(\text{AMI}\)) och andra typer av kranskärlssjukdom/ischemisk hjärtsjukdom (\(\text{IHD}\)). Vi bör då fokusera på förebyggande av dödlighet i kranskärlssjukdom snarare än bara akut hjärtinfarkt. I populära sammanhang kan vi välja att använda ordet ”hjärtinfarkt” för att referera till hela \(\text{IHD}\)-gruppen, eftersom det är ett uttryck som torde vara välkänt hos allmänheten. Men \(\text{IHD}\) inkluderar även hjärtsvikt, arytmier och liknande som beror på rubbad blodförsörjning till hjärtat genom t.ex. ateroskleros. I officiell statistik över t.ex. dödsorsaker finns många fall av sådana ”funktionella hjärtsjukdomar” som rapporteras utan angiven orsak, fast vi kan anta att ateroskleros spelar en viktig roll för många av dessa, samtidigt som \(\text{IHD}\) på motsatt sätt kan överrapporteras som orsak till hjärtsjukdomar som beror på andra faktorer. Är det inte i så fall godtyckligt att betrakta \(\text{IHD}\), när vi kan betrakta hjärtsjukdom generellt (\(\text{HD}\))? I amerikanska diskussioner är ”heart disease” en vanlig avgränsning. Men använder vi oss av denna kategori har vi fört samman tillstånd med mycket olika etiologi – ateroskleros, högt blodtryck, infektioner etc. – där vissa kanske har mer gemensamt med tillstånd i andra kategorier, som olika typer av slaganfall, än med varandra. Är då inte det rimligaste att behandla hela cirkulationskapitlet i ICD-10 (\(\text{Cirk}\))?

Vi har fått fyra undergrupper – \(\text{AMI}\), \(\text{IHD}\setminus \text{AMI}\), \(\text{HD}\setminus \text{IHD}\) och \(\text{Cirk}\setminus\text{HD}\) – vars union är hela kapitlet \(\text{Cirk}\), och som alla är relaterade till varandra via det logiker kallar den transitiva avslutningen \(\sim^+\) av relationen \(\sim\), där \(A\sim^+B\) intuitivt innebär att \(A\) och \(B\) är sammankopplade genom en kedja av \(\sim\)-relationer (som relationen ”finns en flygförbindelse mellan två ställen, eventuellt med ett eller flera byten” är relaterad till ”finns en direkt flygförbindelse mellan två ställen” (Wikipedia 2014)).

Det är mot bakgrund av detta vi bör se sådant som det jag exemplifierade i förra inlägget, att DN:s medicinreporter hävdar att ”[n]ästan fyra av tio svenskar dör av hjärtinfarkt” (Bratt 2014) utan att många verkar höja på ögonbrynen, när nära 40 procent av de svenskar som avlidit de senaste åren haft någon typ diagnos i \(\text{Cirk}\) som underliggande dödsorsak och det 2013 var mindre än en femtedel av dessa \(\text{Cirk}\)-dödsfall som utgjordes av just \(\text{AMI}\) (Socialstyrelsen 2014). Den förvirring jag behandlade i det allra första inlägget som jag publicerade på min Bloggerblogg den 2 februari 2008, i en tv-serie relaterad till kampanjer kring hjärtsjukdomar (eller hur-vi-nu-kategoriserar-det) hos kvinnor, är av samma typ. Jag var sedan, senast den 25 juni 2013, också kritisk mot de aktuella kampanjerna därför att de utgick från enkäter som ansågs visa på folks ”okunskap”, där tolkningen av svaren inte tagit någon hänsyn till den i viss mån godtyckliga uppdelningen i olika dödsorsaker.¹ Jag skrev en litet längre uppsats om dessa enkäter, som jag skickade till tidskriften Folkvett: de ansåg dock att den var för lång och inte tillräckligt populärvetenskaplig för att publiceras där. Just nu ser jag inte heller något större behov att driva frågan vidare, eftersom kampanjerna inte längre tycks väcka någon medial uppmärksamhet, i alla fall inte i Sverige.

Vad som verkar klart är att även en avgränsning till \(\text{Cirk}\) kan te sig godtycklig. Vi vet att många av diagnoserna i kapitlet är nära relaterade till tillstånd som räknas till andra kapitel – diabetes, demens, lung- och njursjukdomar etc. Som jag visade på här den 23 december förra året (baserat på data från USA) gäller det att en betydande andel av de som har en diagnos från i stort sett vilket ICD-kapitel som helst som underliggande dödsorsak har någon \(\text{Cirk}\)-diagnos rapporterad på dödsorsaksintyget. Kanske kommer en rimlig tolkning av relationen \(\sim\) att innebära att \(\sim^+\) blir vad som kallas starkt sammanhängande i mängden av dödsorsaker, vilket tillsammans med relationens symmetri innebär att \(A\sim^+B\) gäller för vilka dödsorsaker \(A\) och \(B\) som helst: alla dödsorsaker ingår då i ekvivalensklassen \([\text{AMI}]_{\sim^+}\) för akut hjärtinfarkt.

Det finns en tydlig spänning mellan modellen med en väv av orsaker och idén med en uppdelning i distinkta underliggande dödsorsaker, som etablerades under en tid när den enkla modellen med specifika mikrober som orsaker till sjukdomar var dominerande. Len Syme, en sociologiskt orienterad epidemiolog som citeras i (Stallones 1980), hävdar i en intervju från 2013 att fokuseringen på sjukdomar är en brist i forskningsfältet där han arbetar (We Are Public Health Project 2013). Han intresserar sig för psykosociala riskfaktorer och nedsatt immunförsvar, och det orsakar inte en sjukdom utan ökar snarare risken för alla sjukdomar. ”Once you pick a disease, you’ve lost the power of the approach”, hävdar han.