Ongelijkheid in voor kwaliteit van leven gecorrigeerde levensverwachting

We leven langer, maar ook in goede gezondheid?*

Onderzoek
Pieter van Baal
Maria Gheorghe
Citeer dit artikel als
Ned Tijdschr Geneeskd. 2017;161:D806
Abstract
Download PDF

Samenvatting

Doel

Kwantificeren van trends in voor kwaliteit gecorrigeerde levensverwachting (QALE) naar opleidingsniveau in Nederland voor de jaren 2001-2011.

Opzet

Retrospectief onderzoek.

Methode

Voor dit onderzoek gebruikten we gegevens uit meerdere bronnen. Met regressiemodellen schatten we sterfte en kwaliteit van leven als functie van geslacht, opleiding, leeftijd en kalenderjaar. Kwaliteit van leven was gemeten met de vragenlijst SF-6D. Om de QALE te berekenen combineerden we schattingen van sterfte en kwaliteit van leven in Sullivan-overlevingstafels.

Resultaten

Over de periode 2001-2011 nam de kwaliteit van leven toe en daalde de sterfte voor alle opleidingscategorieën. Dit resulteerde in een stijging van de QALE, variërend van 1,5-3 jaar afhankelijk van geslacht en opleiding. De QALE steeg minder sterk voor laag- dan voor hoogopgeleiden. Het grootste deel van deze stijgende ongelijkheid in QALE was te wijten aan een grotere ongelijkheid in sterfte.

Conclusie

Nederlanders leven langer en met een betere kwaliteit van leven, maar de ongelijkheden in QALE zijn toegenomen.

Leerdoelen
  • Een specifieke vorm van de gezonde levensverwachting is de voor kwaliteit gecorrigeerde levensverwachting (QALE).
  • De QALE heeft als voordeel dat deze gevoelig is voor veranderingen in meerdere dimensies van gezondheid en dat de relatieve belangrijkheid van de afzonderlijke gezondheidsdimensies expliciet wordt meegenomen.
  • In deze eerste studie naar trends in QALE naar opleidingsniveau in Nederland kwamen grote verschillen in QALE tussen opleidingscategorieën naar voren.
  • In de periode 2001-2011 nam de QALE voor alle opleidingscategorieën toe, maar steeg ook de ongelijkheid in QALE tússen opleidingscategorieën.

Inleiding

Er zijn grote verschillen in gezondheid tussen mensen die een andere sociaaleconomische status hebben.1,2 Een veelgebruikte maat voor sociaaleconomische status is opleiding, en lageropgeleiden leven niet alleen korter, maar brengen ook meer jaren door in slechte gezondheid.3 Deze bevindingen worden verklaard door een verscheidenheid van mechanismen, onder andere de invloed van opleiding op leefstijl en het type werk.4,5

Om verschillen in gezondheid naar opleiding te kwantificeren wordt vaak gebruikgemaakt van de gezonde levensverwachting.6,7 Deze maat wordt berekend door gegevens over sterfte te combineren met gegevens afkomstig uit gezondheidsenquêtes over ervaren gezondheid of de afwezigheid van diverse beperkingen. Het voordeel van dit type uitkomstmaten is dat ze zowel de impact van fatale als van niet-fatale ziekten op de volksgezondheid meenemen.8 Een specifieke vorm van de gezonde levensverwachting is de voor kwaliteit gecorrigeerde levensverwachting (‘quality-adjusted life expectancy’, QALE). In plaats van ervaren gezondheid of de afwezigheid van beperkingen wordt bij QALE gebruikgemaakt van gegevens over gezondheidsgerelateerde kwaliteit van leven. De QALE kan worden opgevat als het equivalent van het aantal jaren doorgebracht in perfecte gezondheid.

Het meten van kwaliteit van leven voor gebruik in QALE-berekeningen bestaat uit 2 aparte fases.9 In de eerste fase wordt informatie ingewonnen over de zelfgerapporteerde kwaliteit van leven aan de hand van vragenlijsten, zoals de ‘Short form health survey-36’ (SF-36) of gangbare alternatieven als de ‘European quality of life-5 dimensions’ (EQ-5D). Deze vragenlijsten leggen vast hoe respondenten of patiënten zich voelen en hoeveel gezondheidsproblemen ze ervaren op verschillende dimensies van gezondheid, zoals pijn, mobiliteit en zorgen.

Als de eerste fase is afgerond weten onderzoekers hoeveel gezondheidsgerelateerde beperkingen mensen ervaren in verschillende jaren. Zo kan er bijvoorbeeld worden geobserveerd dat door de jaren heen patiënten minder vaak ‘beperkingen in mobiliteit’ rapporteren. Een beperking van deze informatie is dat het onduidelijk is of een verbetering in bijvoorbeeld ‘mobiliteit’ even belangrijk wordt gevonden – en dus evenveel bijdraagt aan verbeterde kwaliteit van leven – als een verbetering op andere dimensies van gezondheid, zoals een vermindering in ‘pijn’.

Om die reden is een tweede fase in het onderzoek nodig waarin de verschillende dimensies van gezondheid ‘gewogen’ worden al naar gelang hoe belangrijk de gemiddelde respondent deze dimensie vindt. Deze weging heeft als doel alle gezondheidswinst uit te drukken in 1 getal. Hoe de weging het best uitgevoerd kan worden is onderwerp van wetenschappelijk debat, maar de 2 meest geaccepteerde en gebruikte methoden zijn de ‘Standard gamble’ en de ‘Time trade-off’.9 De kern van beide methoden is een representatieve steekproef van de samenleving te vragen hoe erg ze bepaalde toestanden van gezondheid vinden, zoals omschreven door de eerder genoemde vragenlijsten.

Om de resultaten van de gemeten kwaliteit van leven te kunnen combineren met lengte van leven voor QALE-berekeningen moet de eenheid waarin kwaliteit van leven is gemeten, liggen op een schaal die loopt van 0 (‘dood’) tot 1 (‘volledige gezondheid’), omdat een leven dat alle jaren in volledige gezondheid is doorgebracht gelijk moet zijn aan de levensverwachting en er geen sprake kan zijn van kwaliteit van leven na de dood.

Hoewel kwaliteit van leven veelvuldig wordt gebruikt in economische evaluaties en klinische trials, wordt deze maat weinig ingezet voor het monitoren van de gezondheid van de algemene bevolking.10-12 Het doel van deze studie was om trends in QALE naar opleidingsniveau te schatten voor Nederland. Omdat de QALE meerdere dimensies van gezondheid bevat en elke dimensie afzonderlijk een invloed op de QALE heeft, is het mogelijk een betere en betrouwbaardere uitspraak te doen over of er gezondheidsverschillen bestaan tussen bevolkingsgroepen en of deze toe- of afnemen over de tijd.

Methode

Voor deze studie maakten we gebruik van meerdere gegevensbronnen; voor alle analyses namen we de gegevens van de Nederlandse bevolking van 25 jaar of ouder. We verkregen gegevens voor sterfte naar opleidingsniveau door gegevens uit de ‘Enquête beroepsbevolking’ voor de periode 2001-2011 te koppelen aan het sterfteregister van het Centraal Bureau voor de Statistiek (CBS). Gegevens over kwaliteit van leven waren afkomstig uit het ‘Permanent onderzoek leefsituatie’ (POLS) voor de jaren 2001-2011. Het opleidingsniveau werd in deze studie opgedeeld in de volgende 3 categorieën, gebaseerd op de hoogst voltooide opleiding: (a) ‘laag’: basisonderwijs; (b) ‘midden’: vmbo, mbo1, mavo; en (c) ‘hoog’: havo, vwo, mbo 2/3/4, hbo, wo.

In de POLS wordt kwaliteit van leven gemeten met een vragenlijst die is afgeleid van de SF-36, de SF-6D. De SF-6D bestaat uit vragen over de volgende aspecten van gezondheid: fysiek functioneren, pijn, vitaliteit, sociaal functioneren, rol van beperkingen, en geestelijke gezondheid. Op basis van de antwoorden op deze vragen kunnen er verschillenden gezondheidstoestanden worden onderscheiden. Elke combinatie van antwoorden op de verschillende vragen van de SF-6D leidt tot 1 unieke gezondheidstoestand.

We waardeerden de gezondheidstoestanden uit de SF-6D op basis van een eerdere waarderingsstudie.13 De onderzoekers maakten daarin gebruik van de Standard-gamblemethode, waarbij aan respondenten werd gevraagd een afweging te maken tussen het leven in een gezondheidstoestand zoals gedefinieerd door de SF-6D, bijvoorbeeld leven met extreem veel pijn, weinig energie en gevoelens van somberheid, en een alternatief. Dit alternatief bestond uit de kans om weer helemaal gezond te worden – gedefinieerd als de best mogelijke gezondheidstoestand die wordt onderscheiden in de SF-6D – en de kans op onmiddellijk overlijden. Het idee achter deze methode is dat mensen bereid zijn grotere risico’s te nemen naarmate de te waarderen gezondheidstoestand erger is.9 Deze waarderingsstudie leidde tot een waardering van de verschillende gezondheidstoestanden die varieerde van 0,345-1, en 0 werd toegekend aan ‘dood’.13

Met regressiemodellen schatten we vervolgens sterfte en kwaliteit van leven als functie van opleiding, leeftijd en kalenderjaar; er waren aparte modellen voor mannen en vrouwen. Schattingen van sterfte en kwaliteit van leven naar leeftijd, geslacht en opleiding werden gecombineerd in zogenaamde Sullivan-overlevingstafels om de QALE te berekenen.14 Veranderingen in QALE over de tijd en verschillen in QALE tussen opleidingscategorieën werden uitgesplitst naar verschillen door sterfte en verschillen door kwaliteit van leven.15

Resultaten

De 2 essentiële ingrediënten van een QALE zijn overlevingscurves die afkomstig zijn uit de overlevingstafel en schattingen van kwaliteit van leven naar leeftijd. De figuur geeft schattingen hiervan weer voor hoog- en laagopgeleiden, voor zowel mannen als vrouwen, in 2001 en 2011. Uit figuur a en b valt op te maken dat de kwaliteit van leven afnam op hogere leeftijd, maar dat voor alle leeftijden gold dat hogeropgeleiden een hogere kwaliteit van leven hadden dan lageropgeleiden. De kwaliteit van leven was hoger voor mannen dan voor vrouwen. Ook nam deze van 2001-2011 voor alle groepen toe, maar was de toename groter voor vrouwen. Figuur c en d laten zien dat hogeropgeleiden gemiddeld op een hogere leeftijd stierven dan laagopgeleiden en dat de sterfte daalde van 2001-2011. Daarnaast leek de daling in sterfte sterker voor mannen dan voor vrouwen (figuur c en d).

Hoe de verbeteringen in kwaliteit in leven en overleving zich vertalen in een stijging van de QALE wordt duidelijk in de tabel. Deze toont schattingen van QALE op de leeftijd van 25 jaar naar opleidingsniveau in 2001 en 2011. Tevens zijn in de tabel verschillen in QALE naar opleidingsniveau uitgesplitst naar verschillen door sterfte en verschillen door kwaliteit van leven. Ter referentie zijn in deze tabel ook schattingen van de levensverwachting opgenomen.

Uit de tabel valt op te maken dat de QALE over de periode 2001-2011 toenam voor alle opleidingscategorieën, maar dat de toename groter was voor hoogopgeleiden dan voor laagopgeleiden, zowel voor mannen als voor vrouwen. Als we kijken naar de ongelijkheden in QALE, zien we dat laagopgeleiden een lagere QALE hadden dan hoogopgeleiden (tot meer dan 8 jaar lager). Hoewel deze ongelijkheid voor het grootste deel werd verklaard door verschillen in sterfte, was de bijdrage van verschillen in kwaliteit van leven zeker niet verwaarloosbaar.

Als we kijken hoe de ongelijkheden veranderden in de tijd, zien we dat deze toenamen. In 2001 was de QALE van laagopgeleide mannen 7,4 jaar lager dan die van hoogopgeleide mannen; 2,7 jaar hiervan was het resultaat van verschillen in kwaliteit van leven. In 2011 was het totale verschil opgelopen tot 8,1 jaar, waarvan 3 jaar werd veroorzaakt door verschillen in kwaliteit van leven en 5,1 jaar door sterfteverschillen tussen opleidingscategorieën.

Conclusie

Dit is de eerste studie waarin trends in ongelijkheid in gezondheid werden onderzocht op basis van voor kwaliteit gecorrigeerde levensverwachting, de QALE. Deze maat heeft als voordeel dat deze gevoelig is voor veranderingen in meerdere dimensies van gezondheid en dat de relatieve belangrijkheid van de afzonderlijke gezondheidsdimensies expliciet wordt meegenomen.

Onze resultaten laten zien dat de QALE over de periode 2001-2011 voor alle opleidingscategorieën toenam. Dit was het resultaat van verbeteringen in zowel overleving als kwaliteit van leven. Het slechte nieuws is echter dat er grote ongelijkheid was in QALE tussen opleidingscategorieën. Deze ongelijkheid in QALE was groter dan de ongelijkheid in levensverwachting, omdat lageropgeleiden, naast een hogere sterfte, ook een lagere kwaliteit van leven hadden dan hoogopgeleiden. Omdat de verbeteringen in kwaliteit van leven en sterfte groter waren voor de hoogopgeleiden namen de ongelijkheden in QALE toe.

Literatuur
  1. Mackenbach JP, Stirbu I, Roskam AJ, et al; European Union Working Group on Socioeconomic Inequalities in Health. Socioeconomic inequalities in health in 22 European countries. N Engl J Med. 2008;358:2468-81. doi:10.1056/NEJMsa0707519Medline

  2. Van Kippersluis H, O’Donnell O, van Doorslaer E, Van Ourti T. Socioeconomic differences in health over the life cycle in an Egalitarian country. Soc Sci Med. 2010;70:428-38. doi:10.1016/j.socscimed.2009.10.020Medline

  3. Majer IM, Nusselder WJ, Mackenbach JP, Kunst AE. Socioeconomic inequalities in life and health expectancies around official retirement age in 10 Western-European countries. J Epidemiol Community Health. 2011;65:972-9. doi:10.1136/jech.2010.111492Medline

  4. Smith JP. Healthy bodies and thick wallets: the dual relation between health and economic status. J Econ Perspect. 1999;13:144-66. Medline

  5. Cutler DM, Lleras-Muney A. Understanding differences in health behaviors by education. J Health Econ. 2010;29:1-28. doi:10.1016/j.jhealeco.2009.10.003Medline

  6. Bruggink JW. Ontwikkelingen in (gezonde) levensverwachting naar opleidingsniveau. Bevolkingstrends. 2009;57:71-5.

  7. Crimmins EM, Saito Y. Trends in healthy life expectancy in the United States, 1970-1990: gender, racial, and educational differences. Soc Sci Med. 2001;52:1629-41. doi:10.1016/S0277-9536(00)00273-2Medline

  8. Murray CJ, Salomon JA, Mathers C. A critical examination of summary measures of population health. Bull World Health Organ. 2000;78:981-94. Medline

  9. Drummond MF, Sculpher MJ, Claxton K, Stoddart GL, Torrance GW. Methods for the economic evaluation of health care programmes. 4e dr. Oxford: Oxford University Press; 2015.

  10. Heijink R, van Baal P, Oppe M, Koolman X, Westert G. Decomposing cross-country differences in quality adjusted life expectancy: the impact of value sets. Popul Health Metr. 2011;9:17. Medline

  11. Gheorghe M, Brouwer WB, van Baal PH. Did the health of the Dutch population improve between 2001 and 2008? Investigating age- and gender-specific trends in quality of life. Eur J Health Econ. 2015;16:801-11. doi:10.1007/s10198-014-0630-4Medline

  12. Collins B. Using a survey to estimate health expectancy and quality-adjusted life expectancy to assess inequalities in health and quality of life. Value Health. 2013;16:599-603. doi:10.1016/j.jval.2013.01.004Medline

  13. Brazier JE, Roberts J. The estimation of a preference-based measure of health from the SF-12. Med Care. 2004;42:851-9. doi:10.1097/01.mlr.0000135827.18610.0dMedline

  14. Sullivan DF. A single index of mortality and morbidity. HSMHA Health Rep. 1971;86:347-54. doi:10.2307/4594169Medline

  15. Andreev EM, Shkolnikov VM, Begun AZ. Algorithm for decomposition of differences between aggregate demographic measures and its application to life expectancies, healthy life expectancies, parity-progression ratios and total fertility rates. Demographic Res. 2002;7:499-522. doi:10.4054/DemRes.2002.7.14

Auteursinformatie

*Dit onderzoek werd eerder gepubliceerd in The European Journal of Public Health (2016;26:794-9) met als titel ‘Health inequalities in the Netherlands: trends in quality-adjusted life expectancy (QALE) by educational level’. Afgedrukt met toestemming.

Erasmus Universiteit Rotterdam, Rotterdam.

instituut Beleid & Management Gezondheidszorg (iBMG): dr. P. van Baal, gezondheidseconoom.

institute for Medical Technology Assessment (iMTA): dr. M. Gheorghe, gezondheidseconoom.

Contact dr. P. van Baal (vanbaal@bmg.eur.nl)

Belangenverstrengeling

Belangenconflict en financiële ondersteuning voor dit artikel: de auteurs ontvingen een onderzoeksubsidie van ZonMw (projectnr. 200400009).

Auteur Belangenverstrengeling
Pieter van Baal ICMJE-formulier
Maria Gheorghe ICMJE-formulier

Gerelateerde artikelen

Reacties