Matvanor och tobak fortfarande största riskfaktorerna för ohälsa i Sverige
2021-05-05
Ungefär vartannat år publiceras en av världens största sammanställningar av information om faktorer som kan leda till ohälsa – Global Burden of Disease (GBD). Precis som förra gången visar GBD 2019 att riskfaktorer i matvanorna orsakar en mycket stor andel av den totala sjukdomsbördan i Sverige. Bara tobak orsakar mer sjukdom och för tidig död. I det här nyhetsbrevet har Livsmedelsverket några tips till dig som använder GBD.
Institute for Health Metrics and Evaluations projekt Global Burden of Disease sammanställer data om hundratals riskfaktorer och hur de kopplar till sjukdomar, skador eller för tidig död. Utfall presenteras som dödsfall, sjukdomsbörda eller så kallade disability-adjusted life years, DALYS, som visar en kombination av sjukdom och för tidig död. Man kan använda GBD för att jämföra sjukdomsbördan av olika faktorer inom ett land eller för att göra jämförelser mellan olika länder.
Hur stor betydelse en riskfaktor har – hur mycket av sjukdomsbördan den orsakar – beror på en kombination av många saker. Bland annat hur många sjukdomar den ökar risken för, hur starkt sambandet mellan riskfaktorn och sjukdomen är, hur vanligt förekommande riskfaktorn är i populationen, hur vanligt förekommande sjukdomen är i populationen, samt vilka andra riskfaktorer som också förekommer i populationen.
Precis som GBD från 2017 visar GBD 2019 att risker i matvanorna orsakar en stor andel av sjukdomsbördan i Sverige, 8 procent. Endast tobak orsakar mer ohälsa, se figur 1.
Figur 1.
Det går också att se vilka enskilda kostfaktorer som har störst betydelse, se figur 2.
Figur 2.
Skillnader mellan GBD från olika år
Om man jämför riskfaktorerna i figur 2 med GBD från 2017 ser det ut att ha skett stora förändringar i vilka kostfaktorer som påverkar sjukdomsbördan mest, men så är inte fallet. Till exempel verkar rött kött stå för en större andel av sjukdomsbördan i GBD 2019 än i GBD 2017 – hur kommer det sig?
I korthet har det att göra med att man har uppdaterat kunskapsläget om sambanden mellan kostfaktorer och sjukdom, samt gjort ändringar i metoden. För några riskfaktorer där risken för sjukdom ökar med ett högre intag har man antagit att den intagsnivå som ger lägst risk är att inte äta livsmedlet alls. Detta skiljer sig från GBD 2017, då ett lågt intag ansågs ha lägst risk (hur lågt skiljer sig mellan olika livsmedel). Bland annat rött kött omfattas av denna förändring vilket gör att en större andel av befolkningen ser ut att ha ett intag som medför en viss risk. Det är en av anledningarna till att rött kött ser ut att bidra till en större andel av sjukdomsbördan enligt GBD 2019 än enligt GBD 2017. En annan är att rött kött ansågs vara en riskfaktor för flera sjukdomar enligt GBD 2019.
Använd data från samma modell för att jämföra
Metoden som GBD använder är ständigt under utveckling. Detta gör att de statistiska modellerna skiljer sig åt mellan uppdateringarna. När man jämför mellan år är det därför viktigt att använda data från en och samma modell. Att jämföra resultaten för Sverige från GBD 2019 med resultaten från GBD 2017 är som att jämföra äpplen och päron. När modellen uppdateras körs den på all data även bakåt i tiden, vilket gör att alla år inkluderas i den nya modellen. Genom att använda samma version av GBD går det alltså att jämföra bakåt i tiden.
Begränsningar med GBD
Den stora mängden data och de avancerade modellerna är en styrka med GBD, men samtidigt en begränsning. Modellerna är komplexa och det krävs kunskap om hur man studerar samband mellan riskfaktorer och sjukdom – epidemiologi – för att förstå GBD och de förändringar som sker. Det är inte heller alltid lätt att ta reda på hur data har bearbetats. När det gäller befolkningens matvanor använder GBD-studien sig av en rad olika källor, som matvaneundersökningar, jordbruksstatistik, marknadsstatistik och vetenskapliga studier. Det går inte att veta exakt vilka data de har använt och hur.
Sammanfattningsvis är data från GBD användbara för att ge en indikation om vilka faktorer som spelar störst roll för hälsan. Men man bör vara medveten om att data från GBD har sina begränsningar. Man behöver också vara observant på att man jämför ”rätt år och rätt modell”.
