Brus i huvudet

Under gårdagen publicerade SVT en artikel om ökning av slaganfall bland unga. Närmare bestämt handlar det om att ”förstagångsinsjuknandet i stroke ökat med 18 procent sedan mitten av 90-talet” bland män i åldern 35–44 år; bland kvinnor i samma åldersgrupp har det skett en ökning med 16 procent (Olsson 2014). Uppgifterna kommer från ett pressmeddelande från Folkhälsomyndigheten om en rapport, som skall offentliggöras den 2 juni (Folkhälsomyndigheten). Som Inger Heimerson från Folkhälsomyndigheten säger är det dock ”oklart” vad ökningen beror på.

Ett skäl till att vi inte vet vad ökningen beror på skulle kunna vara att det inte finns något att veta: att den är ett utslag av brus i de aktuella åldersgrupperna, där det inträffar förhållandevis få slaganfall, snarare än en genuin trend. Jag framförde den misstanken den 25 juli förra året när liknande nyheter presenterades.

Jag gjorde nu några tester av trenden för ”förstagångsinsjuknande” i slaganfall (sjukhusvård eller död i ICD-9: 431, 434, 436/ICD-10: I61, I63, I64 efter åtminstone sju år utan att något av dessa tillstånd rapporterats). Hos (Socialstyrelsen 2014) finns köns- och åldersspecifika uppgifter för detta för perioden 1994–2012. Jag använde en Poissonmodell, med följande typ av kommando i (R Development Core Team 2011) för att t.ex. skatta trenden bland kvinnor i åldersgruppen 35–44 år: glm(strf3544~str$y+offset(log(popf3544)),family=poisson)

Kommandot i exemplet förutsäger strf3544 (antalet förstagångsinsjuknanden bland kvinnor i åldersgruppen 35–44 år) utifrån y (kalenderåret) med popf3544 (folkmängden i åldersgruppen, tillgänglig via (WHO) eller (SCB 2014)) som offset. Jag gjorde motsvarande tester för närmast föregående 10-årsintervall, 25–34 år, och närmast efterföljande 5-årsintervall, 45–49 år (där det totalt sett inträffar fler förstagångsinsjuknanden än i intervallet 35–44 år, varför skattningarna inte torde vara mindre säkra). Just för åldersgruppen 35–44 år hittades också en positiv trend för tidsvariabeln, som var starkt statistiskt signifikant både för kvinnor (p,0041) och män (p,0003). Nedanstående diagram visar regressionslinjerna för åldersgruppen tillsammans med observerat antal förstagångsinsjuknanden för de olika åren:

Förutsedda vs observerade förstagångsinsjuknanden slaganfall
Diagrammet visar observerat antal förstagångsinsjuknanden i slaganfall bland kvinnor och män i åldersgruppen 35–44 år i Sverige 1994–2012 (punkterna) tillsammans med antal som förutsetts med Poissonregression (linjerna). Se huvudtext för källhänvisning och förklaring.

Vad som är bekymmersamt (eller ur ett folkhälsomässigt perspektiv kanske snarare glädjande) var att det inte gick att hitta några signifikanta trender för något av könen i de båda närliggande intervallen, 25–34 och 45–49 år. I det äldre intervallet var det trenden bland män som kom närmast statistisk signifikans (p=,11), och den var sjunkande snarare än ökande. I det yngre intervallet var trenden inte i närheten av signifikant vare sig bland kvinnor (p=,4077) eller män (p=,383).

För alla tre åldersintervallen handlar det alltså om i hög grad överlappande födelsekohorter (de som varit 45–49 år under perioden 1994–2012 är födda 1944–67, de som varit 35–44 år är födda 1949–77 och de som varit 25–34 år 1959–87), som borde ha exponerats för likartade miljöfaktorer och genetiska faktorer. Etiologin bakom slaganfall torde vara likartad inom närliggande åldersintervall. Finns det då någon teoretisk rimlighet i att det skulle ske en ökning i bara det mellersta intervallet? Kanske kommer svaret i rapporten den 2 juni. Annars finns det en del som talar för att ökningen är slumpmässig.

Myndigheter som Folkhälsomyndigheten och Socialstyrelsen redovisar i sina rapporter köns- och åldersspecifika siffror för en rad olika sjukdomar, utan att de på förhand uppställt några tydliga hypoteser om att de skulle öka eller minska. Förr eller senare stöter de då på något som, när man betraktar det isolerat, ser ut som en tydlig trend, fast det i verkligheten bara är brus (det kan inte heller uteslutas att de låga p-värdena för åldersgruppen 35–44 år är relaterade till ”overfitting” som specifikt beror på avvikelser som följer ett visst mönster – t.ex. någon infektion som tenderar att leda till högre slaganfallsfrekvens vissa år). Vi kan jämföra med diskussionen om den i flera svenska medier omskrivna studien om svältande farmödrar, som jag refererade till den 24 mars: forskarna hade testat ett stort antal hypoteser om samband mellan förändringar i födotillgång under uppväxten och cirkulationsdödlighet hos framtida barnbarn, och när de till slut fick ett ”signifikant” utslag, blev det i media presenterat som ett sensationellt fynd.

Referenser

Folkhälsomyndigheten. ”Stroke ökar i yngre medelåldern”. http://www.folkhalsomyndigheten.se/nyheter-och-press/nyhetsarkiv/2014/maj/stroke-okar-i-yngre-medelaldern/.

Olsson, Jonas. 2014. ”Oroande ökning av stroke bland unga”. SVT.se (Maj 13). http://www.svt.se/nyheter/sverige/stroke-allt-vanligare-bland-unga.

R Development Core Team. 2011. R: A Language and Environment for Statistical Computing. http://www.R-project.org/.

SCB. 2014. ”SCB Befolkningsstatistik, Tabeller och diagram”. http://www.scb.se/sv_/Hitta-statistik/Statistik-efter-amne/Befolkning/Befolkningens-sammansattning/Befolkningsstatistik/25788/25795/.

Socialstyrelsen. 2014. ”Statistikdatabas för stroke”. http://www.socialstyrelsen.se/statistik/statistikdatabas/stroke.

WHO. ”WHO Mortality Database”. http://www.who.int/healthinfo/mortality_data/en/index.html.

Sanningen i vinet

I dag rapporteras i svenska media om en amerikansk studie, som uppges visa att antioxidanten resveratrol inte tycks ha någon effekt på olika hälsoparametrar. Resveratrol har påståtts vara en faktor bakom påstådda hälsofördelar med rödvin, fast den svenske forskaren Fredrik Nyström ”sågar” studien som irrelevant (Ewenfeldt 2014). Han hävdar att ”[v]i som forskar mer objektivt om alkoholintag och hjärt-kärlsjukdomar” sedan länge kommit fram till att det är ”alkoholen som är nyttig”. Litet längre ned vänder han sig emot den ”franska paradoxen”, som här beskrivs som att ”fransmännen kan äta fet mat, dricka mycket alkohol och ändå inte slå i taket när det gäller de nämnda sjukdomarna”. Han tänker sig att det inte heller har något stöd i modern forskning att (mättat) fett skulle vara farligt, och att det därför inte finns något paradoxalt med Frankrike, annat än den höga andelen rökare.

Ja, den 5 mars förra året visade jag på att Frankrike passar granska bra in i en modell som förutsäger åldersjusterade dödstal i kranskärlssjukdom (den grupp av cirkulationssjukdomar där man oftast tänkt sig att vin/alkohol skulle ha en skyddande effekt) utifrån totalkolesterol, blodtrycksnivåer, andelen diabetiker, andelen rökare och BMI. Alkohol inkluderas inte i modellen. Har det någon betydelse för att förklara skillnader i kranskärlsdödlighet på befolkningsnivå? Jag jämförde (med (R Development Core Team 2011)) uppskattningar av totalkonsumtion av alkohol per capita (i samtliga fall för befolkningarna som helhet) för åren 2005–11 (WHO 2011) med genomsnittliga könsspecifika dödstal i kranskärlssjukdom (ICD-9: 410–414, ICD-10: I20–I25) i åldersgrupperna under och över 65 år, för senaste år under 2000-talet med statistik tillgänglig via (WHO) i november 2012, för de 57 befolkningar där dessa uppgifter kunde tas fram. Det gick inte att hitta några signifikanta samband för någon av de fyra köns- och ålderskategorierna.

När jag jämförde med konsumtionen av liter alkohol per capita i form av vin i (WHO 2011) gick det däremot att hitta negativa samband med kranskärlsdödlighet både bland kvinnor (Kendalls τ,35,p<0,001 under 65 år, τ,21,p0,02 över 65 år) och män (Kendalls τ,30,p<0,001 under 65 år, τ,20,p0,03 över 65 år). Om man vill hävda att det reflekterar ett kausalsamband kanske man ändå inte behöver hävda att det är någon speciell komponent i viner förutom alkoholen: det skulle också kunna vara relaterat till dryckesmönster i befolkningar med ”vinkultur” (måttligt, i tiden utspritt alkoholintag). En visuell inspektion av sambanden tyder emellertid på att man kanske inte bör dra för stora växlar på sambanden. Nedanstående diagram visar sambandet bland kvinnor under 65 år (de övriga tre grupperna uppvisar likartat mönster):

Alkohol som vin vs IHD-mortalitet kvinnor under 65
Diagrammet visar konsumtion av alkohol i form av vin per capita vs logaritm av genomsnittliga dödstal i kranskärlssjukdom bland kvinnor i åldersgrupperna under 65 år. Se huvudtext för källhänvisning och förklaring. Landskoder (ISO3166-1): AL: Albanien, AM: Armenien, AT: Österrike, AU: Australien, AZ: Azerbajdzjan, BE: Belgien, BG: Bulgarien, BY: Vitryssland, CA: Canada, CH: Schweiz, CY: Cypern, CZ: Tjeckien, DE: Tyskland, DK: Danmark, EE: Estland, ES: Spanien, FI: Finland, FR: Frankrike, GB: Storbritannien, GE: Georgien, GR: Grekland, HR: Kroatien, HU: Ungern, IE: Irland, IL: Israel, IS: Island, IT: Italien, JO: Jordanien, JP: Japan, KG: Kirgizistan, KR: Sydkorea, KW: Kuwait, KZ: Kazakstan, LT: Litauen, LU: Luxemburg, LV: Lettland, MD: Moldavien, MK: Makedonien, MT: Malta, MU: Mauritius, NL: Nederländerna, NO: Norge, NZ: Nya Zeeland, PL: Polen, PT: Portugal, RO: Rumänien, RS: Serbien, RU: Ryssland, SE: Sverige, SG: Singapore, SI: Slovenien, SK: Slovakien, TH: Thailand, TJ: Tadzjikistan, UA: Ukraina, US: USA, UZ: Uzbekistan.

Vi ser att det är några länder (traditionella vinländer vid Medelhavet som Italien, Portugal och Frankrike) som har både hög vinkonsumtion och låga dödstal. Men variationen bland länder med låg vinkonsumtion är stor: det är många av dessa (t.ex. Japan, Korea, Israel, Island och Norge) som har låga dödstal. Å andra sidan hör länder som tillhör det europeiska ”vinbältet”, men skiljer sig från medelhavsländerna i socioekonomiskt avseende, som Moldavien, till de som har högst dödstal i världen (tillsammans med andra länder från gamla Sovjetunionen, som inte har så hög vinkonsumtion). Det påminner om tidigare observerade korrelationer på befolkningsnivå mellan intag av fett och kranskärlsdödlighet, som i mitten av 1900-talet var positiva (åtminstone bland medelålders män) och senare negativa (som jag beskrivit t.ex. den 1 januari 2012). Även här verkar det primärt röra sig om korrelationer mellan kluster av befolkningar med likartade kulturella och socioekonomiska faktorer snarare om specifika samband med fett.

Kanske bidrar måttligt intag av alkohol ändå till att skydda mot kranskärlssjukdom; det får i så fall vägas mot andra negativa effekter, som kan variera med kön och ålder (White, Altmann, och Nanchahal 2002). Någon avgörande faktor på befolkningsnivå tycks det i alla fall inte vara.

Referenser

Ewenfeldt, Björn. 2014. ”Svensk forskare sågar rödvinsstudie”. DN (Maj 13). http://www.dn.se/nyheter/vetenskap/svensk-forskare-sagar-rodvinsstudie/.

R Development Core Team. 2011. R: A Language and Environment for Statistical Computing. http://www.R-project.org/.

White, Ian M., Dan R. Altmann, och Kiran Nanchahal. 2002. ”Alcohol consumption and mortality: modelling risks for men and women at different ages”. BMJ 325. doi:10.1136/bmj.325.7357.191.

WHO. 2011. Global status report on alcohol and health. http://www.who.int/substance_abuse/publications/global_alcohol_report/msbgsruprofiles.pdf.

———. ”WHO Mortality Database”. http://www.who.int/healthinfo/mortality_data/en/index.html.

Svårt att klara sig utan Y

I dagarna har det i svenska medier förekommit rubriker som ”Y-kromosomen kan ligga bakom männens kortare liv” (Bratt 2014) och ”Förlust av Y-kromosom kan förklara mäns ökade cancerrisk” (Waldeck 2014). Bakgrunden är en nyligen publicerad svensk studie från en forskargrupp vid Uppsala universitet (Forsberg m.fl. 2014), där män som vid studien början var 70–84 år gamla följts i upp till 20 år. Det huvudsakliga resultatet är att män med hög grad av förlust av Y-kromosomen i sina vita blodkroppar har påtagligt ökad total dödlighet (hazardkvot 1,91; 95-procentigt konfidensintervall 1,17–3,13) och dödlighet i cancer även bortsett från s.k. hematologisk cancer, som leukemi (3,62; 1,56–8,41). Det författarna tänker sig är att det åtminstone ”could help in explaining” varför män har högre insjuknande och dödlighet i de flesta typer av icke könsrelaterad cancer. Jo, kanske är det en delförklaring, även om en sådan studie inte kan fastställa orsakssamband. Fast det är knappast den enda förklaringen: könsskillnader i exponering för miljöfaktorer som rökning och cancerogena ämnen i arbetslivet (men kan Y-kromosomförlusten i sin tur vara delvis relaterad till miljöfaktorer?) spelar också in. Som jag visade på den 29 mars 2013 har t.ex. den manliga överdödligheten i lungcancer i Sverige minskat påtagligt sedan 80-talet inom alla åldersgrupper där det inträffar tillräckligt många fall för att statistiken skall vara någorlunda tillförlitlig, vilket säkerligen speglar olika utveckling av kvinnors och mäns rökvanor. Men kanske spelar Y-kromosomförlusten ändå större roll för generell manlig överdödlighet i cancer i hög ålder, som bland de män som ingick i studien.

Forskarna gör inga anspråk i studien på att kromsomförlusten skulle förklara all manlig överdödlighet. I pressmeddelandet från Uppsala universitet (Waara 2014) påtalas på flera ställen att män har kortare livslängd än kvinnor, och studien framställs som relevant för att förklara detta, även om det inte sägs att kromosomförlusten är den enda eller huvudsakliga förklaringen. Sedan har artiklar som (Bratt 2014) som sagt försetts med rubriker som att ”Y-kromosomen kan ligga bakom männens kortare liv” och formuleringar i ingressen som att forskarna kan ha funnit ”förklaringen” till både varför män lever kortare och har högre cancerrisk än kvinnor. I ingressen till (Waldeck 2014) sägs också, efter påtalande av mäns kortare livslängd och högre cancerrisk i förhållande till kvinnor, att kromosomförlusten ”kan ligga bakom männens högre dödlighet”. Men att hävda att hela skillnaden i förväntad livslängd mellan män och kvinnor skulle bero på kromosomförlusten, som DN- och SVT-artiklarna antyder, vore absurt. Män har högre dödlighet än kvinnor i t.ex. olyckor, självmord och alkoholrelaterade orsaker. Kan kromsomförlusten ha betydelse för åldersrelaterad dödlighet i andra orsaker än cancer där det finns manlig överdödlighet, t.ex. kranskärlssjukdom? I den aktuella studien gick det i alla fall inte att påvisa några samband mellan kromosomförlust och dödlighet i andra orsaker än cancer (som rimligen till största delen utgjordes av kranskärlssjukdom och andra sjukdomar i cirkulationsorganen).

När det gäller den betydelse cancer har för mäns kortare livslängd visade jag den 4 april 2011 på hur mycket livslängden i Sverige skulle öka vid eliminering av dödligheten i tumörer och cirkulationssjukdomar (under antagande om oberoende mellan dödsorsakerna). Eliminering av tumördödligheten skulle öka livslängden något mer bland kvinnor än bland män och alltså öka livslängdsklyftan. Även om män har en överdödlighet i cancer efter 60-årsåldern är cancer för män inte på samma sätt som för kvinnor det dominerande hindret för att bli gammal (se diagram nedan).

Andel dödsfall ICD-kapitel kvinnor Sverige 2012 Andel dödsfall ICD-kapitel män Sverige 2012 Diagrammen visar andel dödsfall efter kapitel i ICD-10 bland kvnnor och män i åldersgrupperna från 20–24 till 90– år i Sverige 2012. Baserat på data från (Socialstyrelsen 2013).

I anslutning till detta kan jag anknyta till det jag skrev om i förra inlägget, om mina försök att plädera för mer forskning kring samband mellan p-piller och sjuklighet i akuta infektioner (har nu skickat meddelande till SBU om en möjlig kunskapslucka i frågan) och det jag skrev om den 6 mars om att en möjlig tradeoff mellan cancer och akuta infektioner med feber, som tänkts kunna förklaras av immunförsvarets reaktioner, skulle vara speciellt relevant för yngre och medelålders kvinnor, p.g.a. den dominerande ställning cancer har som orsak till sjukdomsrelaterad dödlighet i denna grupp (i populationer där t.ex. hjärtsjukdomar, där akuta infektioner kan ha skadlig effekt, är vanligare dödsorsaker kanske effekterna på total dödlighet skulle bli annorlunda, även om den cancerskyddande effekten fanns även där). Om p-piller leder till att kvinnor i fertil ålder får litet fler akuta virusinfektioner med feber kanske det på det hela taget är bra ur hälsosynpunkt: de får mycket sällan några bestående men av infektionerna, men det skulle ge ett visst skydd mot cancer. Epidemiologiska studier har visat på lägre cancerdödlighet bland kvinnor som använt p-piller, som inte bara verkar vara relaterad till hormonrelaterad cancer i livmoder och äggstockar (Hannaford m.fl. 2010). Det finns dock knappast tillräcklig evidens för orsakssamband, och även om p-piller på det hela medför minskad dödlighet i cancer genom den ena eller den andra mekanismen skulle nog de flesta kvinnor, för vilka det är aktuellt att välja preventivmedel, föredra att få möjlighet till allsidig information om både positiva och negativa effekter.

En av de saker som låg till grund för att jag ansåg att det skulle vara värt att utreda samband mellan p-piller och infektionssjuklighet var observationen att kvinnor tycks ha högre sjuklighet än män i framför allt virusorsakade luftvägsinfektioner i de åldersgrupper där flest äter p-piller. Vissa forskare har kopplat högre sjuklighet och dödlighet i influensa bland kvinnor till att deras immunförsvar reagerar starkare med proinflammatoriska signalämnen. Detta kan medföra effektivare bekämpning av infektioner och mer robust skydd vid vaccination men också ökad risk för autoimmuna sjukdomar och för skadliga överreaktioner vid vissa infektioner, som influensa (Klein, Hodgson, och Robinson 2012). En sådan hypotes behöver kanske inte heller vara oförenlig med det jag skrivit tidigare om minskad aktivitet hos naturliga mördarceller som förklaring till könsskillnader i luftvägsinfektioner: om t.ex. influensasmitta inte effektivt kan elimineras av interferon och naturliga mördarceller blir det ökad belastning på ”andra linjens försvar” som ger upphov till starkare inflammatorisk reaktion (Linde m.fl. 2009) – och kanske av andra orsaker är mer reaktivt hos kvinnor.

Är det kanske rentav så att kvinnors lägre cancerrisk är relaterad till att de får en starkare immunreaktion (vilket t.ex. skulle kunna yttra sig i att de oftare reagerar med feber) vid exponering för olika smittämnen? Ett problem med en sådan hypotes vore dock att männens relativa skydd mot influensa verkar avta med stigande ålder, medan den relativa manliga överdödligheten i cancer tvärtom ökar med stigande ålder. Men man kunde hävda att sambandet fördunklats av sådant som att det tar lång tid att utveckla cancer, av att könshormonrelaterad cancer tenderar att drabba kvinnor tidigare än män och av att män i äldre generationer varit mer utsatta för cancerframkallande livsstils- och yrkesfaktorer.

Referenser

Bratt, Anna. 2014. ”Y-kromosomen kan ligga bakom männens kortare liv”. DN (April 28). http://www.dn.se/nyheter/vetenskap/y-kromosomen-kan-ligga-bakom-mannens-kortare-liv/.

Forsberg, Lars A., Chiara Rasi, Niklas Malmqvist, Hanna Davies, Saichand Pasupulati, Geeta Pakalapati, Johanna Sandgren, m.fl. 2014. ”Mosaic loss of chromosome Y in peripheral blood is associated with shorter survival and higher risk of cancer”. Nature Genetics advance online publication (Apr 28). doi:10.1038/ng.2966.

Hannaford, Philip C., Lisa Iversen, Tatiana V. Macfarlane, Alison M. Elliott, Valerie Angus, och Amanda J. Lee. 2010. ”Mortality among contraceptive pill users: cohort evidence from Royal College of General Practitioners’ Oral Contraception Study”. BMJ 340. doi:10.1136/bmj.c927.

Klein, Sabra L., Andrea Hodgson, och Dionne P. Robinson. 2012. ”Mechanisms of sex disparities in influenza pathogenesis”. Journal of Leukocyte Biology 92. doi:10.1189/jlb.0811427.

Linde, Annika, Mia Brytting, Johan Struwe, och Jan Albert. 2009. ”Darwins principer styr utvecklingen av A/H1N1”. Läkartidningen 106. http://www.lakartidningen.se/07engine.php?articleId=12085.

Socialstyrelsen. 2013. Dödsorsaker 2012. http://www.socialstyrelsen.se/publikationer2013/2013-8-6/Sidor/default.aspx.

Waara, Anneli. 2014. ”Förlust av Y-kromosom kan ge män kortare livslängd och högre cancerrisk”. Uppsala universitet (April 29). http://www.uu.se/forskning/forskningsnytt/artikel/?id=3394&area=2,4,10,16&typ=artikel&na=&lang=sv.

Waldeck, Lovisa. 2014. ”Förlust av Y-kromosom kan förklara mäns ökade cancerrisk”. SVT.se (April 29). http://www.svt.se/nyheter/vetenskap/forlust-av-y-kromosom-kan-forklara-mans-okade-cancerrisk.

Orsakar jag oönskade graviditeter?

För någon vecka sedan skrev jag ihop ett manus till en debattartikel, där jag beskrev det åldersspecifika samband mellan könskvoter för antibiotikabehandling och sjukhusvård för vissa kategorier av infektionsdiagnoser som jag skrivit litet om tidigare, senast i förra inlägget, och jag hävdade att det kanske vore intressant att ordna en registerstudie för att testa hypotesen att p-pilleranvändning kunde bidra till kvinnlig översjuklighet i vissa åldersgrupper. Dessutom argumenterade jag för att ett sådant samband kunde ha viss biologisk rimlighet, med hänvisning till fynd hos (Scanlan m.fl. 1995) om reducerad aktivitet av naturliga mördarceller (NKA) bland p-pilleranvändare jämfört med andra kvinnor.

Jag skickade manuset till Läkartidningen. Någon publicering där blir det dock inte. De hänvisade för det första till att det skulle riskera att skrämma upp kvinnor så att de slutade med sina p-piller. Sedan påtalade de att sådana registerstudier jag föreslog ändå inte skulle ha något större evidensvärde, eftersom de skulle vara så behäftade med confounders. Slutligen påstod de att hypotesen skulle vara teoretiskt orimlig, och här hänvisade de till forskning från Andreas Madestam.

Ja, jag kan ju inte säga att det är uteslutet att vissa p-pillerätande kvinnor skulle ha blivit uppskrämda och slutat med pillren. Dock gjorde jag inte anspråk på att ha någon nämnvärd evidens för hypotesen i dagsläget, och – till skillnad från tidigare uppmärksammade larm om samband med blodproppar – handlade det inte om att kvinnor skulle falla ned döda eller få obotliga skador till följd av pillren, utan om att de skulle kunna få några fler dagar med förkylningar, influensor och liknande. Det skulle vara ett problem på samhällsnivå mer än på individnivå – sjukdomarna är generellt relativt lindriga, men eftersom de är mycket vanliga och det är en mycket stor andel av de fertila kvinnorna som äter p-piller skulle även en liten relativ incidensökning kunna leda till en betydande samlad sjukdomsbörda.

När riskökningen för blodproppar vid p-pilleranvändning (som är mycket liten i absoluta tal hos i övrigt friska kvinnor) kommer på tal brukar det för övrigt vara någon som framhåller att riskökningen är större vid graviditet. Ett analogt resonemang kunde kanske föras här: även om p-piller kanske ökar frekvensen av vissa luftvägsinfektioner medför både graviditet och den efterföljande kontakten med småbarn under flera års tid (om graviditeten fullföljs) en större börda av mer frekventa eller förvärrade infektioner (kvinnor som är gravida i andra eller tredje trimestern räknas numera till riskgrupperna för influensavaccination i Sverige). Å andra sidan kan man förstås hävda att mer relevant att jämföra med alternativa preventivmetoder än med graviditet.

Problem med confounders finns mer eller mindre i alla epidemiologiska studier, och ofta förmedlas dessvärre tolkningar av orsakssamband från sådana studier okritiskt via massmedia. Jag är medveten om att en enstaka registerstudie inte ensam skulle kunna ge stark evidens för att p-piller påverkar infektionssjukligheten. Dock skulle uppgifterna i läkemedels- och slutenvårdsregistret i detta fall kunna användas för att testa orsakssamband utifrån vissa av de s.k. Bradford Hill-kriterierna (Hill 1965): det skulle t.ex. gå att titta på styrkan hos ett eventuellt samband mellan p-piller och infektionssjuklighet, på temporaliteten (ökar infektionssjukligheten efter att kvinnorna börjat med p-piller, minskar den igen efter att de slutat?) och specificiteten (om sambandet vore specifikt för behandling och vård som riktas mot infektioner som kan kopplas till reducerad NKA). En dansk registerbaserad kohortstudie som testat samband mellan MPR-vaccination av småbarn och sjukhusvård för vissa infektionssjukdomar, bl.a. övre luftvägsinfektioner, virus- och bakterieorsakade lunginflammationer och meningit, och inte kunnat hitta några samband, har i SBU:s litteraturgenomgång om vacciner till barn tillskrivits medelhögt bevisvärde (SBU 2009, 351). Finns det skäl att tro att problemet med confounders skulle vara större om man gjorde en studie med liknande upplägg för att testa samband mellan p-pilleranvändning och i stort sett samma sjukdomsdiagnoser bland kvinnor i fertil ålder? Vissa tänkbara confounders, som kontakt med småbarn (i den mån man inte skulle kunna justera för faktorer som är relaterade till detta), kunde kanske väntas verka snedvridande på ett sätt som skulle innebära underskattning av eventuella positiva samband mellan p-piller och infektioner.

Andreas Madestam, som de alltså hänvisade till, är en nationalekonom som är verksam vid Stockholms universitet. Den enda forskning av honom som handlar om p-piller som jag kan hitta handlar om barn till kvinnor i Sverige som fått möjlighet till subventionerade p-piller (se hans SU-sida för översikt): han påvisar vissa positiva hälsoutfall hos dessa barn, som lägre förekomst av låg födelsevikt och lägre dödlighet i plötslig spädbarnsdöd. Jag kan inte se att det finns något i hans och hans medarbetares forskning som på något sätt är relevant för hypotesen att p-pillerätande kvinnor skulle drabbas av ökad sjuklighet i vissa infektioner.

Om p-piller skulle ha negativa effekter på NKA behöver det dock inte förklara alla könsskillnader i infektionssjuklighet i p-pillerätande åldersgrupper. I (Yovel, Shakhar, och Ben-Eliyahu 2001) påvisades reducerad NKA även hos menstruerande kvinnor i åldern 20–29 år jämfört med jämnåriga män. Kvinnor som åt p-piller hade lägst NKA, men skillnaden var inte statistiskt signifikant jämfört med menstruerande kvinnor. En studie från 2012 visade på en översjuklighet för luftvägsinfektioner även bland unga japanska kvinnor (Eshima m.fl. 2012). Eftersom andelen p-pilleranvändare är mycket låg i Japan (WHO 2013), samtidigt som Japan är ett rikt samhälle med låga födelsetal (vilket innebär att det kanske inte är plausibelt att sjukligheten där, till skillnad från i Sverige, förklaras av hög kontakt med småbarn), skulle det kunna tala emot att p-piller är en avgörande faktor för översjukligheten. Om det sedan är en bidragande faktor vet vi inte, och vi lär som sagt inte få reda på det heller.

Referenser

Eshima, Nobuoki, Osamu Tokumaru, Shohei Hara, Kira Bacal, Seigo Korematsu, Shigeru Karukaya, Kiyo Uruma, Nobuhiko Okabe, och Toyojiro Matsuishi. 2012. ”Age-Specific Sex-Related Differences in Infections: A Statistical Analysis of National Surveillance Data in Japan”. PLoS ONE 7. doi:10.1371/journal.pone.0042261.

Hill, Austin Bradford. 1965. ”The Environment and Disease: Association or Causation?” Proceedings of the Royal Society of Medicine 58: 295–300. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1898525.

SBU. 2009. Vacciner till barn : skyddseffekt och biverkningar : en systematisk litteraturöversikt. http://www.sbu.se/upload/Publikationer/Content0/1/Vaccination_2009/Vacciner%20till%20barn_fulltext.pdf.

Scanlan, James M., James J. Werner, Rebecca L. Legg, och Mark L. Laudenslager. 1995. ”Natural Killer Cell Activity is Reduced in Association with Oral Contraceptive Use”. Psychoneuroendocrinology 20: 281–287. http://www.ncbi.nlm.nih.gov/pubmed/7777656.

WHO. 2013. World Contraceptive Patterns 2013. http://www.un.org/en/development/desa/population/publications/family/contraceptive-wallchart-2013.shtml.

Yovel, Galit, Keren Shakhar, och Shamgar Ben-Eliyahu. 2001. ”The Effects of Sex, Menstrual Cycle, and Oral Contraceptives on the Number and Activity of Natural Killer Cells”. Gynecologic Oncology 81: 254–262. doi:10.1006/gyno.2001.6153.

Minskad ökning

I förra inlägget skrev jag om det tekniska trassel jag råkade ut för när jag skulle hämta data om slutenvårdade för 2012 från Socialstyrelsens nya webbgränssnitt (Socialstyrelsen 2014). Men hur var det med själva det ämne jag tänkt skriva om, nämligen frågan om ökningen av influensa och lunginflammation bland yngre som rapporterades för 2011 fortsatt 2012? Nedanstående diagram visar ålders- och könsspecifika antal vårdtillfällen i dessa diagnoser (ICD-10 J09–J18) i relation till folkmängden 2012 och 2011 jämfört med 2010.

Influensa/lunginflammation Sverige 2012 och 2011 vs 2010 Diagrammet visar åldersspecifika antal vårdtillfällen i relation till folkmängden 2012 och 2011 jämfört med 2010 bland kvinnor och män i Sverige. Se huvudtext för källhänvisning och förklaring.

Vi ser att den kraftiga ökningen 2011 i åldersgrupperna mellan 10 och 50 år, speciellt mellan 15 och 40 år, inte blev bestående 2012. Däremot skedde det en i relativa tal mindre kraftig ökning i åldersgrupperna över 50 år. Det senare kan vara relaterat till den höga aktiviteten av influensa A(H3N2) i början av 2012, som sannolikt också förklarar den sänkning av kvinnornas medellivslängd som rapporterades för detta år. Den 1 november 2012 argumenterade jag för att hög aktivitet av Mycoplasma pneumoniae, en bakterie som ofta ger upphov till lunginflammation bland yngre personer, är en trolig förklaring till ökningen 2011. Diagrammet nedan visar antal vårdtillfällen i relation till folkmängden 2010–12 i specifika diagnoser på tredjepositionsnivå i ICD-10 (den mest detaljerade nivå som finns tillgänglig via (Socialstyrelsen 2014)) inom åldersgruppen 15–39 år.

Subkoder influensa/lunginflammation 15--39-åringar Sverige 2010--12 Diagrammet visar antal vårdtillfällen i relation till folkmängden 2010–12 för subkoder för influensa/lunginflammation bland kvinnor och män i åldersgruppen 15–39 år i Sverige. Se huvudtext för källhänvisning och förklaring och tabell för förklaring av koderna.
Koder för influensa/lunginflammation i ICD-10
Kod Beskrivning
J09 Influensa orsakad av identifierat ”fågelinfluensavirus” (i praktiken A(H1N1)pdm09).
J10 Influensa orsakad av annat identifierat influensavirus.
J11 Influensa orsakad av oidentifierat influensavirus.
J12 Lunginflammation orsakad av virus.
J13 Lunginflammation orsakad av Streptococcus pneumoniae.
J14 Lunginflammation orsakad av Haemophilus influenzae.
J15 Lunginflammation orsakad av andra/ospecificerade bakterier.
J16 Lunginflammation orsakad av andra specificerade infektiösa organismer.
J17 Lunginflammation vid vissa andra sjukdomar.
J18 Lunginflammation, ospecificerad.

Vi ser att J15, som ökade kraftigt 2011, minskade nästan tillbaka till 2010 års nivåer 2012. Denna kod innefattar lunginflammation orsakad av Mycoplasma pneumoniae (J15.7), vilket stämmer överens med förklaringen jag angav i inlägget 2012. Även J18 uppvisade en ökning 2011 och minskning 2012: det skulle kunna bero på att en del fall av Mycoplasma pneumoniae rapporteras utan att mikroorganismen specificeras och då hamnar under denna kod.

Jag har t.ex. den 25 augusti 2013 skrivit om ett avvikande mönster för infektionsrelaterad sjuklighet bland ungdomar och yngre vuxna, som innebär en högre risk för kvinnor relativt män än i andra åldersgrupper. När det gäller hela gruppen av influensa och lunginflammation är könsskillnaderna i sjukhusvård små i åldersgrupperna under 55 år, men i högre åldersgrupper har män klart högre incidens. Eftersom risken att behöva sjukhusvård för dessa tillstånd är starkt relaterad till stigande ålder ger åldersstandardiserade tal för hela åldersspannet ofta en bild av att manligt kön är en riskfaktor.

Avsaknaden av könsskillnader för hela diagnosgruppen bland yngre vuxna kan i sin tur maskera könsskillnader när det gäller olika subgrupper av denna. Nedanstående diagram visar kvoten mellan kvinnors och mäns antal vårdtillfällen per invånare i åldersgruppen 15–39 år för de olika subkoderna över perioden 2010–12 (data över folkmängden tillgängliga via (SCB 2014)). En del av subkoderna är ovanliga, vilket kan medföra slumpmässiga variationer, och jag har beräknat 95-procentiga konfidensintervall, som också visas i diagrammet1.

Incidenskvot kvinnor/män subkoder influensa/lunginflammation 15--39-åringar Sverige 2010--12 Diagrammet visar antal vårdtillfällen i relation till folkmängden 2010–12 för subkoder för influensa/lunginflamation bland kvinnor i förhållande till män, med 95-procentiga konfidensintervall för kvoterna, i åldersgruppen 15–39 år i Sverige. Se huvudtext för källhänvisning och förklaring och tabell för förklaring av koderna.

Det går inte att hitta någon skillnad för de koder som innefattar bakteriell lunginflammation (J13–J15) eller ospecificerad lunginflammation (J18), som sannolikt till största delen är bakteriell. Dock finns ett mönster med kvinnlig överrisk för de tre koderna för influensa (J09–J11) – även om konfidensintervallet överlappar 1 för J11 – och även virusorsakad lunginflammation (J12), även om antalet fall för den sista koden är litet. Den 22 juli 2010 visade jag på en överrisk för yngre kvinnor, jämfört med jämnåriga män, för sjukhusvård för övre luftvägsinfektioner, som säkert också till största delen är virusorsakade. Det kan tyda på att kvinnligt kön är en riskfaktor för svårartade virusinfektioner i luftvägarna i yngre åldersgrupper. En förklaring till det, som jag var inne på i inlägget från förra året, är att kvinnor skulle ha lägre aktivitet av naturliga mördarceller (som bl.a. kan förstöra celler infekterade med virus mot vilka vi saknar specifik immunitet), vilket skulle kunna förvärras av användning av p-piller. En annan hypotes, som framkastats när det gäller influensa, är ökat inflammatoriskt svar hos kvinnor, något som kan medföra effektivare bekämpning av infektioner men även få skadliga effekter om det är alltför starkt (Robinson m.fl. 2011).

Referenser

Robinson, Dionne P., Maria E. Lorenzo, William Jian, och Sabra L. Klein. 2011. ”Elevated 17β-Estradiol Protects Females from Influenza A Virus Pathogenesis by Suppressing Inflammatory Responses”. PLoS Pathogens 7. doi:10.1371/journal.ppat.1002149.

SCB. 2014. ”SCB Befolkningsstatistik, Tabeller och diagram”. http://www.scb.se/sv_/Hitta-statistik/Statistik-efter-amne/Befolkning/Befolkningens-sammansattning/Befolkningsstatistik/25788/25795/.

Socialstyrelsen. 2014. ”Statistikdatabas för diagnoser i slutenvård”. http://www.socialstyrelsen.se/statistik/statistikdatabas/diagnoserislutenvard.


  1. Det bryter strängt taget mot antagande om oberoende observationer, då en person som haft ett vårdtillfälle kan ha ökad risk för ytterligare vårdtillfällen (och data över unika personer över år går inte att ta fram via statistikdatabasens webbgränssnitt). Dock tycks det inte bli någon allvarlig snedvridning, då antalet patienter för de olika subkoderna 2012 i regel inte var mer än ca 10 procent lägre än antalet vårdtillfälllen.

Social bugg

Jag har länge tänkt göra en uppföljning till det jag skrev den 1 november 2012, för att se om trenden med en plötslig ökning av vårdade för influensa och lunginflammation, speciellt bland unga, i Sverige 2011 bröts 2012. Socialstyrelsen har emellertid dröjt med att lägga ut uppgifter för slutenvårdsdiagnoser i statistikdatabasen (Socialstyrelsen 2014). I går fick jag se att de till slut gjort det: det verkar som anledningen till fördröjningen är att de utarbetat ett nytt webbgränssnitt för databasen. Detta är välkommet eftersom det innebär att man slipper osäker och klumpig insticks-Java, som tidigare krävdes. Dock fick jag erfara att gränssnittet fortfarande är en aning buggigt.

Det problem jag råkade ut för är relaterat till Unicode, som är en standard som används för teckenhantering i moderna datorsystem, och som har ambitionen att inkludera nutida och historiska skriftsystem från hela världen, typografiska och matematiska symboler etc. Tecknen indelas i 17 plan, som vart och ett har plats för 216=65536 tecken. De mest använda tecknen, både i västerländska och österländska skriftsystem, finns i det nedersta planet, Basic Multilingual Plane (BMP), och många av de övre planen är för närvarande odefinierade (och de olika Unicodeteckensnitt som finns tillgängliga har generellt inte glyfer utritade ens för alla teckenpositioner som är definierade för synliga tecken). Det finns vidare olika teckenkodningar, som anger vilka bitsekvenser som skall representera de olika tecknen i Unicode. En sådan kodning är UTF-8, som har blivit mer eller mindre standard på webben och inom t.ex. Linux och använder mellan en och tre byte (8-bitarssekvenser) för varje tecken i BMP. UTF-16 är en annan kodning, som är vanligt förekommande i Windows och använder två byte för varje tecken i BMP. Båda kodningarna använder fyra byte för de mindre vanliga tecknen i de övre planen.

UTF-16 kan vidare använda sig av antingen little endianness (LE) eller big endianness (BE). Denna terminologi är inspirerad av en episod i Gullivers resor, där det skildras hur två önationer bråkar om man skall knäcka äggen i den tjockare eller smalare änden, och de som förespråkar det förra kallas big endians. I datorsammanhang innebär LE att den minst signifikanta byten i ett ord (t.ex. ett tecken kodat med två byte i UTF-16) kommer först (som om man t.ex. skulle skriva ental före tiotal), och BE innebär att den mest signifikanta byten kommer först (som i vårt vanliga decimalystem). Vilket system som används i en fil kodad med UTF-16 anges med en byte order mark (BOM) i början av filen, men om ingen sådan finns säger standarden att programmet skall anta BE.

När jag nu sparade ned textfiler från (Socialstyrelsen 2014) var det flera olika program som inte visade dem korrekt, bl.a. Vim och Gnumeric under Linux. Det visade sig bero på att de sparats med UTF-16LE utan att någon BOM infogats i början av filen. Kanske är Windowsprogram bättre på att tolka sådana filer automatiskt, eftersom de ofta använder UTF-16LE som standard, vilket skulle kunna förklara att folket på Socialstyrelsen, som kanske kör Windows, inte uppmärksammat buggen. Det går ändå att göra filerna läsbara i de nämnda programmen, t.ex. genom att konvertera dem till UTF-8 med programmet iconv. Gör man så krymper dessutom filerna med nära 50 procent, eftersom de nästan enbart består av de första 127 tecknen i BMP (som motsvarar den gamla teckenuppsättningen ASCII och bl.a. innehåller bokstäverna A–Z, siffror och de vanligaste skiljetecknen), där UTF-8 bara använder en byte medan UTF-16 som sagt använder två (inte för att filstorleken normalt är något större problem med denna typ av filer i moderna datorsystem).

Jag återkommer sedan med kommentar till de trender jag kunde utläsa efter att jag gjort filerna hanterbara. Hur som helst har jag skrivit till Socialstyrelsen. Förhoppningsvis rättar de till buggen, så att jag och andra personer som vill använda data från statistikdatabaserna på icke-Windowsplattformar slipper detta krånglande i fortsättningen.

Referenser

Socialstyrelsen. 2014. ”Statistikdatabas för diagnoser i slutenvård”. http://www.socialstyrelsen.se/statistik/statistikdatabas/diagnoserislutenvard.

Varför och därför

I förra inlägget tog jag upp ett par exempel på vad jag betraktade som olämplig användning av hälsostatistik i olika DN-artiklar av Karin Bojs. Dels handlade det om trender för svenska kvinnors livslängd i en nu aktuell artikel, dels handlade det om trender för utveckling av vad som kallats välfärdssjukdomar i världen enligt Global burden of disease för 2010, som jag först tog upp den 16 december 2012. Båda exemplen kan belysas med hjälp av en modell för varför-frågor och svar på dessa, som ställts upp av filosofen Bas van Fraassen (se (Cross och Roelofsen 2014) för diskussion).

Van Fraassens idé är att en varför-fråga kan analyseras som en trippel P,X,R, där P är det påstående för vilket vi frågar oss ”varför”, X är en kontrastklass bestående av P och en mängd andra påståenden P1Pk och R är en relevansrelation. Exempelvis kan vi tänka oss att vi frågar: ”Varför har Andersson fått influensa?” För att avgöra vad som räknas som ett svar på en sådan fråga måste vi ha en uppfattning om vilka förhållanden Anderssons influensa ställs i kontrast till. Frågan kan t.ex. preciseras som ”Varför har Andersson fått influensa just den här veckan och inte någon tidigare vecka under vintern / i år och inte någon av de fem föregående influensasäsongerna / när Berggren klarat sig hela säsongen?” Om P står för Andersson har fått influensa kan vi tänka oss olika kontrastklasser {P,P1}, där P1 står för något av påståendena Andersson fick influensa tidigare under vintern, Andersson fick influensa någon av de fem tidigare säsongerna eller Berggren har fått influensa under säsongen.

Det van Fraassen betecknar som ett ”direkt svar” på varför-frågan har formen [P och för alla påståenden Pk, där k1, icke-Pk och A], där A är ett förklarande påstående, som skall vara relevant i relation till paret P,X, och relevansrelationen kan variera beroende på sammanhanget. Exempel på relevanta A för de olika kontrastklasserna i exemplet ovan skulle kunna vara Andersson besökte en influensasmittad släkting för några dagar sedan, Andersson har otillräcklig immunitet mot virus som cirkulerar denna säsong (till skillnad från de tidigare fem säsongerna) eller Andersson är inte vaccinerad (till skillnad från Berggren). Ett direkt svar, formulerat på litet mer informellt språk, i det sista fallet kunde då vara Andersson har, till skillnad från Berggren, fått influensa under säsongen, därför att Andersson lät bli att vaccinera sig.

Vi kan återvända till exemplet jag tog upp i 16 december 2012-inlägget. Bojs använder i den där diskuterade krönikan formuleringar i stil med ”[f]öljaktligen dör fler människor i dag av exempelvis trafikolyckor, hjärtsjukdomar och tarmcancer jämfört med för tjugo år sedan” efter en mening där hon framhållit att folk globalt har råd med bilar, mera mat, cigaretter och läsk och slipper hugga i fysiskt lika mycket som förr. Ett exempel en varför-fråga på vilken en del av hennes utläggning skulle fungera som ett direkt svar är: Varför dog globalt fler människor av kranskärlssjukdom 2010 än 1990? Den implicerar en kontrastklass {ndihd(2010)=x,ndihd(1990)x} för något x, där ndihd(p) är det globala antalet döda i kranskärlssjukdom perioden p. Kan ett relevant A vara att livsstilen försämrats, att människor röker mer, äter sämre och rör sig mindre, som Bojs var inne på? Min kritik gick ut på att åldersjusterade dödstal i t.ex. kranskärlssjukdom inte ökat globalt sedan 1990, utan tvärtom minskat med 20 procent, enligt just de publikationer som refereras av Bojs. Ökningarna av absolut antal döda förklaras därför av ökningar av den globala folkmängden i förening med en åldrande befolkning.

Men kranskärlssjukdom är ett komplext tillstånd, och många faktorer kan påverka åldersspecifika dödstal. Anta att det är sant att livsstilen försämrats, och att det har haft ogynnsamma effekter på kranskärlssjukdom. Kanske är de effekterna till och med så starka att om det inte varit för dessa försämringar hade andra gynnsamma faktorer (som bättre sjukvård och mindre infektioner) pressat ned åldersspecifika dödstal så mycket att inte ens det absoluta antalet dödsfall i kranskärlssjukdom ökat från 1990 till 2010. Även om man kunde visa detta, skulle jag vilja hävda att de försämrade livsstilsfaktorerna står i en alltför indirekt och komplicerad relation till kontrastklassen ovan för ett hänvisning till dem skall vara en relevant förklaring i en tidningskrönika. De skulle däremot kunna vara relevanta i relation till ett annat påstående med en annan kontrastklass, t.ex. {rihd(2010)=x,rihd(1990)2x}, där rihd(p) står för något åldersjusterat globalt dödstal i kranskärlssjukdom perioden p (varför har vi inte åtminstone lyckats halvera dödstalen i kranskärlssjukdom sedan 1990?). Om r innebär att den globala befolkningen 2010, pop(2010), används som standardbefolkning går det även att skriva om så vi behåller det ursprungliga påståenden med en annan kontrastklass {ndihd(2010)=x,rihd(1990)×pop(2010)2x} (varför hade inte antalet människor som dog i kranskärlssjukdom 2010, jämfört med antalet som skulle ha dött 1990, med 2010 års folkmängd och åldersstruktur i befolkningen, åtminstone halverats?).

I artikeln jag tog upp i förra inlägget formuleras också ett direkt svar på en fråga med tydlig kontrastklass, {ek,0(2012)=x,ek,0(2011)x}, där ek,å(p) är den förväntade livslängden vid åldern å för svenska kvinnor perioden p. Bojs levererar återigen ett förklarande påstående i termer av livsstilsfaktorer som rökning, stillasittande och olämplig föda. Det jag argumenterade för är att det i stället var frågan om en tillfällig sänkning av livslängden, relaterad till hög aktivitet av säsongsinfluensa i början av 2012. I och för sig preciserade inte Bojs exakt hur livsstilsfaktorerna skulle förklara trenden. Man kunde t.ex. tänka sig att om rökningen minskat snabbt bland kvinnor, hade det uppvägt de negativa effekterna av influensan 2012. Dock ter sig detta, på motsvarande sätt som i föregående exempel, som en alltför indirekt och långsökt förklaring för att räknas som relevant i sammanhanget. Men livsstilsfaktorer av det slag Bojs hänvisar till kan ändå vara relevanta som svar på en fråga som involverar samma påstående om livslängden 2012 med en annan kontrastklass. Varför var t.ex. livslängden 2012 inte mer än 1,75 år längre än 1993? Här kan en relevant förklaring vara att andelen kvinnor över 65 år som varit rökare ökat under perioden.

Referenser

Cross, Charles, och Floris Roelofsen. 2014. ”Questions”. I The Stanford Encyclopedia of Philosophy, red. Edward N. Zalta. Spring 2014. http://plato.stanford.edu/archives/spr2014/entries/questions/.

Hetsiga siffror

Det har uppstått en debatt i Sverige kring en kampanj som dragits igång av företaget Proviva, som vänder sig mot ”hälsohets”. Nu har DN publicerat en artikel av Karin Bojs där hon menar att kampanjen hänger samman med att det aktuella företaget inte längre får marknadsföra sina drycker med probiotika med påståenden om positiva hälsoeffekter, som att de skulle vara ”[m]agens bästa vän”, eftersom det saknas tillräckligt vetenskapligt underlag för sådana effekter (Bojs 2014b).

Mot slutet av krönikan ställer sig Bojs också frågan om det verkligen stämmer att svenska folket lider av ”omfattande hälsohets”. Jo, vissa personer kanske gör det, i synnerhet en del unga kvinnor, hävdar hon, fast hon tillägger att ”[å] andra sidan hör just unga kvinnor till dem som äter sämst idag; många får till exempel i sig alldeles för mycket socker” (något som Provivas hälsodrycker innehåller en hel del av), och att medellivslängden för svenska kvinnor minskade något ”i den senaste mätningen”, något som hon tror hänger samman med rökning men kanske även med ”stillasittande och bristfällig kost”.

Det hon refererar till när hon talar om ”den senaste mätningen” är uppenbarligen de resultat som presenterades förra året och visade på en minskning av kvinnornas livslängd från 2011 till 2012; som jag skrev här i torsdags hade både kvinnornas och männens livslängd ökat från 2012 till 2013. Det är en sak att hon inte hunnit få med denna statistik, som SCB publicerade för några dagar sedan, i en sådan här artikel; mer bekymmersamt är hur hon genast tolkar en minskning av det slag som skedde från 2011 till 2012 som ett resultat av ogynnsamma livsstilsfaktorer. Tillfälliga svängningar i den förväntade livslängden är inte någon ovanlighet, vilket man enkelt kan konstatera bara genom en hastig titt på publicerade tabeller. Ofta hänger de samman med influensarelaterad överdödlighet, och när det gäller minskningen 2012 finns det, som jag påpekade i torsdagsinlägget, en god sådan förklaring: 2011/12 var det en intensiv influensasäsong med topp under senvintern, som dominerades av A(H3N2), den subtyp som orsakar mest överdödlighet bland äldre (säsongen 2012/13 var det fler verifierade influensafall totalt sett, men A(H3N2) var blandad med A(H1N1)pdm09 och influensa B, som inte drabbat äldre så hårt) (Smittskyddsintitutet 2013).

Dessvärre är det inte första gången Bojs artiklar innehåller förvirring när det gäller saker relaterade till epidemiologi eller statistik generellt. Den 16 december 2012 skrev jag om hur hon i samband med presentationen av Global burden of disease för 2010 använde sig av trender för absolut antal dödsfall i olika orsaker globalt för att påvisa negativa effekter av olika livsstilsförändringar. Det hade i det fallet varit mer relevant med någon typ av åldersjusterade dödstal – och sådana fanns också tillgängliga i de publikationer hon refererar och pekade i de flesta fall, för de orsaker hon diskuterade, i motsatt riktning jämfört med trenderna för antalet dödsfall.

För någon månad sedan uppmärksammade flera svenska medier, däribland DN, en artikel där en svensk forskargrupp, baserat på undersökningar i Överkalix, ansåg sig ha påvisat att förändringar i födotillgången för flickor, från god födotillgång till svält, skulle medföra ökad cirkulationsdödlighet hos deras framtida sondöttrar, vilket tillskrevs någon epigenetisk mekanism. Bl.a. påpekade sedan statistikern Olle Häggström på sin blogg att den statistiska analysen i den aktuella studien inte håller måttet: forskarna hade utfört signifikanstester på 24 olika samband mellan förändringar i födotillgång och barnbarnens cirkulationsdödlighet. Gör man så är sannolikheten stor att man hittar något ”signifikant” samband (om man använder sig av kriteriet p<0,05) bara genom slumpfel, även om det inte finns något samband i den underliggande populationen (Häggström 2014).

Bojs skrev sedan en krönika i DN, där hon hänvisade till Häggström och gick på att det var ett misstag att uppmärksamma studien på det sätt som gjorts (Bojs 2014a). Men när hon skall förklara begreppet statistisk signifikans säger hon att det ”brukar i medicinska sammanhang betyda att det är mindre än en chans på tjugo att det som ser ut som ett samband i själva verket bara är ren slump”. Problemet är att de tester det är frågan om inte i sig kan säga något om hur sannolikt det är att ett observerat samband har uppstått av slumpen; snarare handlar de om det omvända, om hur ofta ett samband åtminstone så starkt som det observerade skulle uppstå av en slump, alltså givet att det i verkligheten inte finns något samband. Jag påpekade detta i en kommentar till (Häggström 2014) den 2 mars, efter att någon postat en länk till krönikan, på vilket Häggström svarade att han redan underrättat Bojs om felet, och att hon ”utlovat en korrigering i webbversionen”. Nu har det emellertid gått tre veckor, och den ursprungliga formuleringen står fortfarande kvar i krönikan på DN:s hemsida.

Mot slutet av (Bojs 2014a) säger hon att slutsatser hon drar av fallet med den bristfälliga artikeln om svältdrabbade framtida farmödrar är att ”[n]yheter om vetenskap i stora medier bör hanteras av specialiserade vetenskapsjournalister”, som normalt sker på DN, att Karolinska institutets pressavdelning, som basunerat ut resultaten i studien, ”bör noga akta sin trovärdighet” och slutligen att ”biologer bör samarbeta mer med professionella statistiker”. Jag vill hävda att de exempel jag anfört ovan tyder på att även vetenskapsjournalister (min uppfattning är inte att Bojs utmärker sig negativt jämfört med andra svenska vetenskapsjournalister inom de områden jag diskuterat) bör samarbeta i ökad utsträckning med statistiker, om de inte skaffar sig bättre statistisk kompetens själva1.

Referenser

Bojs, Karin. 2014a. ”Falsk matematik om farmors matvanor”. DN (Mars 02). http://www.dn.se/nyheter/vetenskap/karin-bojs-falsk-matematik-om-farmors-matvanor/.

———. 2014b. ”Därför drabbas vi just nu av ’hälsohets’”. DN (Mars 23). http://www.dn.se/nyheter/vetenskap/karin-bojs-darfor-drabbas-vi-just-nu-av-halsohets/.

Häggström, Olle. 2014. ”Om statistisk signifikans, epigenetik och de norrbottniska farmödrarna”. http://haggstrom.blogspot.se/2014/02/om-statistisk-signifikans-epigenetik.html.

Smittskyddsintitutet. 2013. Influenza in Sweden, Season 2012–2013. http://www.folkhalsomyndigheten.se/publicerat-material/publikationer/Influenza-in-Sweden—Season-2012-2013/.


  1. Vi har kulturjournalister som utmärker sig genom erfarenhet av en egen forskning inom humanistiska områden: Aftonbladet har t.ex. en professionell historiker, Åsa Linderborg, som kulturchef. Finns det någon vetenskapsjournalist, som regelbundet skriver i någon svensk dags- eller kvällstidning och har jämförbar meritering när det gäller forskning inom något naturvetenskapligt område? 2015-09-09: Svaret är ja – vi har Maria Gunther Axelsson på DN. Hon är dock fysiker, och inte inriktad på epidemiologi, som jag fokuserat på här.

Vidare kategorier

I förra inlägget illustrerade jag vissa problem med att jämföra orsaksspecifika dödstal mellan olika befolkningar över långa tidsperioder. Det uppstår lätt artificiella skillnader genom t.ex. förändringar i klassifikationen. Heterogenitet inom de dödsorsaksgrupper som jämförs kan dessutom leda till att dessa förändringar får olika starkt genomslag i olika populationer, vilket kan medföra artificiella trender i skillnader mellan befolkningarna. Mitt exempel var trender för kranskärlssjukdom bland yngre och medelålders personer i några skolexempel på ”lågriskbefolkningar” och ”högriskbefolkningar”.

Ett sätt att hantera dessa problem är att använda vidare kategorier av dödsorsaker. Används metoden urskillningslöst kan den förvärra problematiken: exempelvis är kategorin som utgörs av kroniska sjukdomar i andningsorganen kanske ofta mer stabil med avseende på artificiella trender än kategorin av alla sjukdomar i andningsorganen, eftersom den senare kategorin inkluderar lunginflammation, som är en vanlig komplikation till sjukdomar utanför andningsorganen, där praxis för att rapportera dödsorsak varierar mellan befolkningar och över tid. Men om det t.ex. sker artificiella förskjutningar mellan olika grupper av hjärtsjukdom kan man hantera det, på bekostnad av specificitet, genom att t.ex. titta på hela gruppen av hjärtsjukdomar. Nedanstående diagram visar trender för samma befolkningar och tidsperiod som förra inlägget, baserat på data från (WHO), för följande definition av hjärtsjukdomar: ICD-7: 400–447, ICD-8/9: 390–429, ICD-10: I00–I51 (definitionen inkluderar alla diagnoser i cirkulationskapitlet i respektive ICD-version som är explicit relaterade till hjärtat men även några ytterligare tillstånd, som vissa blodtryckssjukdomar och sjukdomar i lungcirkulationen, vilket beror på den låga upplösningen i den tillgängliga datan, i de fall de länderna inte använt sig av detaljlistan i ICD-10).

Hjärtmortalitet kvinnor 50–64 Hjärtmortalitet män 50–64 Hjärtmortalitet kvinnor 20–49 Hjärtmortalitet män 20–49 Diagrammet visar logaritmer av dödstal i hjärtsjukdomar från 50-talet bland kvinnor och män i angivna åldersgrupper i sex befolkningar. Se huvudtext för förklaring.

När det gäller män i den övre åldersgruppen är rankningen densamma som för kranskärlssjukdom i förra inlägget, men de relativa skillnaderna är mindre. USA och Finland hade ca 4 gånger så höga dödstal som Japan på 50-talet. Skillnaden mellan Japan och västländerna tenderade att öka fram till 70-talet men har senare åter minskat genom den snabba minskningen i de senare länderna. För kvinnor mellan 50 och 65 år har de relativa skillnaderna mellan de olika länderna varit mindre än för män, och Sverige låg fram till mitten av 80-talet lägre än Italien. Sedan ca 1980 har den relativa skillnaden mellan USA och övriga västländer ökat, genom att minskningen släpat efter i USA.

Bland män under 50 år har Sverige, Italien och Japan hela tiden legat nära varandra och har haft lägre dödstal än Finland och USA, även om skillnaderna reducerats sedan 70-talet. Bland kvinnor i motsvarande ålder fanns på 50-talet ett mönster där Sverige hade klart lägre dödstal än Italien, Finland, Japan och USA, som låg nära varandra. Sedan 70-talet har det i stället uppstått ett mönster där USA har högre dödstal än Japan och de tre europeiska länderna, som alla har legat på en liknande nivå. Ryssland har uppvisat stora svängningar i dödstalen men har inte vid något tillfälle sedan statistiken inleddes 1980 legat tydligt under de västliga högriskländerna i mitten av 1900-talet i någon av de fyra köns- och ålderskategorierna (bortsett från de yngre kvinnorna under Gorbatjoveran). Vi ser att de kraftiga hacken i samband med framförallt bytet till ICD-8 i Japan, som jag visade på i förra inlägget, försvinner när man studerar trender baserade på den vida definitionen av hjärtsjukdomar i stället för de kategorier för kranskärlssjukdom som jag använde dem där. Därför kan man anta att dessa växlingar beror på det som nämndes ovan: artificiella förskjutningar mellan olika grupper av hjärtsjukdomar.

Diagrammen illustrerar också en poäng som görs av ett par forskare i en artikel om vetenskaps- och hälsorapporteringens dödssynder (Roy och Sandberg 2013). Den tredje synden är att hävda att det skulle finnas några magiska lösningar i naturen när det gäller åldersrelaterade sjukdomar, som de exemplifierar med cancer, diabetes och hjärtsjukdom. De påtalar att högst livslängd och flest år med bibehållen hälsa finns i rika länder, vilket är att hänföra till sådant som vaccinationer, förbättrad sanitet och minskad rökning, och att de flesta av de åldersrelaterade sjukdomarna är mycket komplexa och inte har enkla orsaker som är lätta att rätta till. Ja, det finns vissa exempel på åldersrelaterade sjukdomar som har relativt enkla orsaker, som i princip skulle gå att rätta till om det inte vore för sociala och politiska hinder, som småcellig lungcancer (tobaksrök), men när det gäller sådana vida kategorier som ”hjärtsjukdomar” (om man utgår från en definition som den ovan) är deras observation förmodligen korrekt. Även populationer som betraktas som ”lågriskbefolkningar” när det gäller kranskärlssjukdom hade på 50-talet, i synnerhet bland kvinnor, en generell hjärtdödlighet som skulle betraktas som katastrofalt hög i ett rikt land idag.

Referenser

Roy, Avi, och Anders Sandberg. 2013. ”The seven deadly sins of health and science reporting”. The Conversation (December 05). https://theconversation.com/the-seven-deadly-sins-of-health-and-science-reporting-21130.

WHO. ”WHO Mortality Database”. http://www.who.int/healthinfo/mortality_data/en/index.html.

Ännu ett par månader

Under gårdagen presenterade SCB ny befolkningsstatistik för 2013 (SCB 2014). Jämfört med 2012 har den förväntade livslängden vid födseln ökat från 83,54 till 83,71 år för kvinnor och från 79,87 till 80,09 för män. Den minskning av livslängden bland kvinnor som skedde från 2011 till 2012 har alltså vänts till en ökning. Kraftiga influensasäsonger kan ge tillfälliga minskningar av livslängden genom ökad dödlighet bland äldre, och så tycks ha varit fallet 2012, som jag skrev om när jag kommenterade uppgifterna det året den 29 mars 2013. Visserligen var det totala antalet verifierade influensafall ännu högre i början av 2013 jämfört med 2012, men det var lägre när det gäller influensa A(H3N2), som är den variant som orsaker mest överdödlighet bland äldre.

Trenden med minskande livslängdsklyfta mellan könen, som pågått sedan 80-talet, fortsätter dock: i relativa tal är skillnaden nu nere på samma nivå som på 50-talet. Under årtiondena fram till 70-talet hade klyftan ökat i både absoluta och relativa tal. Som jag skrev om i inlägget den 29 mars 2013 hänger dessa trender samman med förändringar i andelen dödsfall som tillskrivs diagnoser som kan hänföras till kranskärlssjukdom och lungcancer men även med förändringar i den relativa manliga överdödligheten i dessa orsaker. En sak man kan fråga sig är om det är frågan om genuina förändringar av risken för någon sjukdom med en specifik etiologi, eller om det rör sig om en förskjutning mellan olika undergrupper med sinsemellan varierande relativa frekvenser mellan könen. Förändringar när det gäller lungcancer är sannolikt till största delen av det första slaget och hänger samman med varierande skillnader i rökvanor hos kvinnor och män i olika generationer.

När det gäller ökande och sedan sjunkande manlig överdödlighet i kranskärlsdiagnoser är det emellertid mer problematiskt. Den 9 juli och 11 juli 2012 visade jag med data från USA och England/Wales på att det i diagnosgrupper som är specifika för ateroskleros fanns en i relativa tal stark manlig överdödlighet i medelåldern redan på 1920-talet. Min hypotes är att det inte så mycket var frågan om någon ”epidemi av kranskärlssjukdom” bland medelålders män i västvärlden under 1900-talet, utan snarare om en ökning av undergrupper av kranskärlssjukdom som kanske alltid haft en markant manlig överdödlighet, i förening med en minskning av andra hjärtåkommor som drabbat könen mer lika.

Nedanstående diagram visar, baserat på data från (WHO), utveckling från tidigaste till senaste år med tillgängliga data av genomsnittliga dödstal i 5-åriga åldersintervall mellan 50–54 och 60–64 och mellan 20–24 och 45–49 år i diagnoser som ingår i följande definition av kranskärlssjukdom/ischemisk hjärtsjukdom (IHD): ICD-7: 420–422, ICD-8/9: 410–414, ICD-10: I20–I25. För ICD-7 är det kateogrin A081 i den s.k A-listan (”arteriosklerotiska och degenerativa hjärtsjukdomar”); den har bl.a. använts i flera studier som studerat samband mellan kost och dödlighet under 50- och 60-talen (för översikt, se (Ravnskov 1998)). För de tre senare versionerna motsvarar koderna det som explicit definieras som ”ischemisk hjärtsjukdom”. Jag har inkluderat Sverige tillsammans med två av de länder som på 50-talet, när den hjärtepidemiologiska forskningen tog fart, sågs som utpräglade högriskländer (USA och Finland) och två av de länder som sågs som utpräglade lågriskländer (Italien och Japan). Som jämförelse inkluderas även ett modernt högriskland (Ryssland), där statistik finns tillgänglig först från 1980.

IHD-mortalitet kvinnor 50–64 IHD-mortalitet män 50–64 IHD-mortalitet kvinnor 20–49 IHD-mortalitet män 50–64 Diagrammet visar logaritmer av dödstal i ischemisk hjärtsjukdom från 50-talet bland kvinnor och män i angivna åldersgrupper i sex befolkningar. Se huvudtext för förklaring.

Den klassiska bilden av hög- och lågriskländer bygger framför allt på det mönster som ses bland män mellan 50 och 65 år. USA och Finland hade 5–6 gånger så höga dödstal som Japan vid denna tid. Rangordningen av de fem länder för vilka det finns 50-talsdata är i stort sett densamma i nutiden som för 60 år sedan. Men, som jag påpekade i förra inlägget, har dödstalen sjunkit även i länder som Japan och Italien, som adapterat en mer västerländsk livsstil. Kvinnor mellan 50 och 65 år har haft en liknande rangordning som männen, men skillnaderna mellan låg- och högriskländer på 50-talet var mindre både i absoluta och relativa tal (USA hade ca 2,5 gånger så höga dödstal som Japan), och den relativa minskningen har varit kraftigare i lågdödlighetsländerna. Dagens svenska kvinnor i åldersgruppen har ett dödstal som motsvarar Japan ca 1975 eller Italien ca 1995. När det gäller män under 50 låg USA och Finland högst på 50-talet, men det fanns inga större skillnader mellan Japan, Sverige och Italien, vilket de inte heller gör idag. Från 60-talet fram till början av 2000-talet låg dock Japan klart lägre även i denna grupp. På 2000-talet har USA haft högst dödlighet av de fem länderna. Mönstret för kvinnor under 50 år på 50-talet stämmer inte överens med de övriga grupperna: Japan hade högre dödstal än de övriga länderna och Sverige klart lägre. Under de senaste åren har de fem länderna legat nära varandra, förutom USA, som legat klart högre. Ryssland har, speciellt efter Sovjetunionens fall, haft kraftiga svängningar i dödlighet: ofta har nivåerna till och med legat högre än i USA och Finland på 50- och 60-talet.

Samtidigt är den använda IHD-definitionen uppenbart känslig för artificiella trender. Framför allt innebar skiftet från ICD-7 till ICD-8 i Italien och Japan 1968 en kraftig minskning av dödstalen, speciellt bland kvinnor och yngre. Detta visar på en betydande inre heterogenitet inom ICD-7-delen av definitionen. I Japan ökade dödstalen åter vid bytet till ICD-10 1995. Sverige, Finland och USA bytte från ICD-7 till ICD-8 vid ungefär samma år som Italien och Japan utan att det fick liknande dramatiska effekter. Att det finns en sådan heterogenitet mellan både länder, kön och åldersgrupper i effekterna av klassifikationsbytet tyder också på att övergången till ICD-8 innebar att kategorin blev mer specifik för tillstånd som varit relativt sett vanligare bland män i 50–60-årsåldern i högriskbefolkningar. Det är inte möjligt att använda någon mer specifik definition för ICD-7 med de data som är tillgängliga via (WHO) eftersom dessa är grupperade efter blocken i A-listan. Ett sätt att undvika artificiella trender är att använda sig av vidare kategorier, som hjärtsjukdomar generellt eller alla sjukdomar i cirkulationsorganen, men då försämras specificiteten ytterligare.

Referenser

Ravnskov, Uffe. 1998. ”The Questionable Role of Saturated and Polyunsaturated Fatty Acids in Cardiovascular Disease”. Journal of Clinical Epidemiology 322. http://www.ncbi.nlm.nih.gov/pubmed/9635993.

SCB. 2014. ”SCB Befolkningsstatistik, Tabeller och diagram”. http://www.scb.se/sv_/Hitta-statistik/Statistik-efter-amne/Befolkning/Befolkningens-sammansattning/Befolkningsstatistik/25788/25795/.

WHO. ”WHO Mortality Database”. http://www.who.int/healthinfo/mortality_data/en/index.html.