Ravitsemuksella on todettu olevan tärkeä merkitys monien sairauksien kuten tyypin 2 diabeteksen synnyssä (Terveyttä ruoasta – Suomalaiset ravitsemussuositukset 2014, 11).
Kuidun merkitys tyypin 2 diabeteksen ehkäisyssä on tutkimusaiheena suhteellisen uusi.
Tutkijoilla ei ole täyttä yksimielisyyttä niistä mekanismeista, jotka toimivat diabeteksen ehkäisijöinä. Vielä tarvitaan lisää tutkimusta, jotta yksityiskohtaiset mekanismit voidaan tunnistaa ja osoittaa todeksi kuidun merkityksestä tyypin 2 diabeteksen ehkäisyssä ja hal-linnassa. (Ismaiel, Yang& Min 2016, 965.)
Kuidulla on kuitenkin tutkittu olevan sen ominaisuuksista johtuen kyky laskea painoa tai vähentää painonnousua. Liukeneva kuitu tuottaa fermentoituessaan suolistohormoneja, jotka ovat mukana kylläisyyden tunteen syntymisessä. Lisäksi kuitu saattaa merkittävästi
vähentää energiansaantia. Näiden lisäksi kuitu saattaa vähentää ruokavalion metaboloitu-vaa energia ME (metabolizableenergy), millä tarkoitetaan jäljelle jäävää energiaa, kun siitä on ensin vähennetty energiaa, joka on kulunut ulostamiseen, virtsaamiseen ja kaasu-jen tuottamiseen. (Lattimer&Haub 2010, 1270–1271.)
Nykyisten tutkimusten valossa tiedetään myös, että kuidulla on monia mekanismeja, jotka vähentävät tyypin 2 diabeteksen vakavuutta. Kuidun fysiokemikaalisten ominaisuuksien ansiosta kuitu muun muassa pystyy laskemaan aterian jälkeistä glukoositasoa ja vähentä-mään energian ottoa jarruttamalla sokerin ja korkeaenergisen ruoan ruoansulatusta ja imeytymistä. Kuitu saattaa myös saada aikaan suolen hormonien tai peptidien erittymistä, jotka vaikuttavat kylläisyyden tunteeseen. Muita kuidun ominaisuuksia ovat tehokas ko-lesterolisynteesin estäminen ja insuliiniherkkyyden parantaminen. (Ismaiel, Yang& Min 2016, 966.)
Kuitua on tutkittu runsaasti monesta eri näkökulmasta. Taulukkoon 3 on koottu aiempaa tutkimustietoa kuidun vaikutuksesta painoon. Monessa tutkimuksessa on havaittu kuitu-pitoisella ruokavaliolla olevan painoa laskeva vaikutus.
TAULUKKO 3 Aiempaa tutkimusta kuidun vaikutuksesta painoon
Tutki-mus Tavoite
Mene-telmä Toteutus Tulokset Parametrit
Liu ym.
Tyypin 2 diabeteksen ehkäisyä koskevat tutkimukset ovat osoittaneet, että sairautta on mahdollista ehkäistä elämäntapamuutoksin. Diabetesriski pienentyy oleellisesti jo varsin pienillä elämäntapamuutoksilla ja kohtuullisella laihdutuksella. Lisääntyneeseen diabe-tesriskiin vaikuttavat käytännössä sukurasitus, vartalolihavuus, metabolinen oireyhtymä
ja aikaisemmin todettu glukoosiaineenvaihdunnan häiriö ja raskausdiabetes. Verensoke-riaineenvaihdunnan häiriöihin ja metaboliseen oireyhtymään liittyy 2–3-kertainen vaara sairastua valtimotauteihin. Tämän vuoksi diabeteksen ehkäisy on yhtä aikaa valtimotau-tien, kuten sepel- ja aivovaltimotauvaltimotau-tien, ehkäisyä. (Uusitupa 2012, 308–309.)
6 AINEISTO JA MENETELMÄT 6.1 Tutkimusmenetelmä
Tässä tutkielmassa tarkasteltiin runsaskuituisen ruokavalion kustannus-vaikuttavuutta tyypin 2 diabeteksen ennaltaehkäisyssä. Tarkasteltavana olivat runsaskuituinen ja vähä-kuituinen ruokavalio. Vähäkuituisella ruokavaliolla tarkoitetaan tässä tapauksessa ruoka-valiota, jossa kuidun määrä jää alle suositusten. Mallintaminen suoritettiin Markov-mal-lilla, koska diabetes on hitaasti kehittyvä sairaus, joka yleistyy ihmisten ikääntyessä. Sai-rauden vaikutukset ja kustannukset kehittyvätkin pitkällä aikavälillä, jolloin Markov-malli on Markov-mallintamisen kannalta järkevä.
Vaikuttavuutta mitattiin laatupainotetuilla elinvuosilla QALY:lla, jolloin kyseinen ana-lyysimenetelmä on kustannus-utiliteettianalyysi. Kyseistä anaana-lyysimenetelmää voidaan käyttää, kun vaikuttavuutta mitataan QALY:lla. Vaikuttavuutta tarkasteltiin myös elin-vuosilla, jolloin analyysimenetelmä oli kustannus-vaikuttavuusanalyysi. Mallintaminen suoritettiin käyttämällä Markov-mallia ja mallinnukseen liittyvää epävarmuutta käsitel-tiin herkkyysanalyyseilla. Analyysit toteutetkäsitel-tiin Microsoft Excel -ohjelmalla.
Tyypin 2 diabeteksen kehittyminen ei ole yksinkertainen prosessi, sairauden ennaltaeh-käisyssä on otettava huomioon monta näkökulmaa. Tämä piti ottaa huomioon myös sai-rauden ennaltaehkäisyn mallintamisessa. Mallin pitäisi pystyä ottamaan huomioon kaikki sairauden puhkeamiseen vaikuttavat tekijät, mutta samalla mallista muodostuu erittäin monimutkainen kokonaisuus. Kun tähän yhtälöön lisätään vielä kuidun monimutkaiset vaikutusmekanismit, on mallin monimutkaisuus jo suuri haaste ammattitutkijallekin.
Koska kyseessä on pro gradu –tutkielma, jouduttiin malli jättämään melko yksinker-taiseksi.
Mallintaminen aloitettiin tilojen identifioinnilla. Malliin luotiin kuusi eri tilaa kuvaamaan diabeteksen kehittymistä. Kolme tiloista olivat ei diabetesta –tiloja, jotka jaettiin painoin-deksin mukaan kolmeen eri tilaan: painoindeksi alle 25 eli normaalipainoinen (BMI<25), painoindeksi 25-30 eli ylipainoinen (BMI 25–30) ja painoindeksi yli 30 eli lihava (BMI>30). Diabetekseen sairastumista kuvasi ”Diabetes”-tila. Lisäksi mallissa kaksi tilaa kuvasivat kuolemaa. ”Kuollut: ei diabetesta”-tila kuvasi henkilöitä, jotka kuolivat, mutta
syynä ei ollut diabetes. ”Kuollut: diabetes”-tila kuvasi henkilöitä, joiden kuolema johtui diabeteksesta.
Tämän jälkeen malliin etsittiin sopivat siitymätodennököisyydet, jotka kuvasivat, kuinka mallin tilojen välillä on mahdollista siirtyä. Siirtyminen ”Diabetes”-tilaan on mahdollista kaikista kolmesta tilasta, joissa henkilöllä ei ollut vielä diabetesta. Kolmen BMI-tilan välillä ei mallissa ole siirtymiä, mutta mallissa on huomioitu ikävuosittainen pai-noindeksijakauma, jossa ilmaantuvuus muuttuu tiloissa painoindeksin muuttuessa.”Kuol-lut: diabetes”-tilaan on mahdollista siirtyä vain ”Diabetes”-tilasta. ”Kuolmuuttuessa.”Kuol-lut: ei-diabetes”-tilaan siirtyminen tapahtui kolmen BMI-tilan kautta, joka kuvastaa normaalia kuolemaa.
Mallin oletuksena on ettei ”Diabetes”-tilasta voi siirtyä takaisin kolmeen BMI-tiloista, joissa ei sairasteta diabetesta. Jokaisessa tilassa on myös mahdollista pysyä, mutta kah-dessa kuollut-tilassa muut siirtymät eivät ole mahdollisia. Kuviossa 6 on esitetty mallin tilat ja siirtymät. Mallissa käytetyt siirtymätodennöisyydet on kuvattu seuraavassa lu-vussa 6.2.
KUVIO 6 Markov-mallin tilat ja siirtymät
Mallin syklinpituus oli yksi vuosi, jolloin diabeteksen kehittymistä ja kustannuksia oli selkeä tarkastella vuositasolla. Valintaa tuki myös se, että suurin osa tiedoista oli saata-villa vuositasolla. Tarkasteltavaksi aikaperiodiksi valittiin 75 vuotta, joka mallissa tar-koittaa 75 sykliä. Aikaperiodin valinta perustui aloitusikään, joka oli 25 vuotta. Tämä valinta siksi, että tyypin 2 diabetes on pääsääntöisesti aikuisten sairaus ja saatavilla olevat tutkimustiedot alkoivat tästä iästä. Mallissa haluttiin nähdä ihmisen koko elinkaaren dia-beteksen kehitys, jonka perusteella malli päättyi sadan vuoden ikään, jolloin suurin osa kuvitteellisesta populaatiosta on kuollut.
Kun tiedossa oli kaikkien syklien populaation jakautuminen tiloihin, pystyttiin tämän jäl-keen määrittelemään kustannukset, elinvuodet ja QALY:t eri tiloille per sykli. Mallin ai-noat kustannukset syntyvät ”Diabetes”-tilassa, koska malliissa huomioitiin vain diabetek-sesta aiheutuvat lisäkustannukset. Syklin kustannukset saatiin kertomalla tilan kustannuk-set kyseisen syklin populaation määrällä. Syklin elinvuodet saatiin laskemalla yhteen
”BMI < 25”, ”BMI 25-30”, ”BMI ≥ 30” ja ”Diabetes” tilojen osuudet populaatiosta. Kun-kin syklin QALY:t saatiin kertomalla kunKun-kin tilan (ei kuoleman tilojen) populaatiot elä-mänlaatupainoilla. Elämänlaatupainoja oli kaksi erilaista, yksi ”Diabetes”-tilalle ja toinen muille ei-diabetes tiloille.
Mallinnuksessa käytetyt parametrit pysyivät pääsääntöisesti vakiona, mutta joitakin poik-keuksia oli. Syklien mennessä eteenpäin kuolemanriski kasvoi populaation vanhetessa, jolloin siirtymätodennäköisyys kuolema-tiloihin muuttui joka syklillä. Painoindeksija-kauma muuttui myös syklien mukaan vastaamaan tutkimuksessa havaittua painoindek-sijakaumaa, jolloin siirtymätodennököisyydet BMI-tiloista diabetes-tilaan vaihtelit jokai-sessa syklissä.
Analyysissa päädyttiin käyttämään sairaanhoidollista näkökulmaa, jolloin tuottavuuskus-tannukset jätettiin pois analyysistä. Mallissa haluttiin tarkastella pelkästään sairaanhoi-dollisia kustannuksilla, jolloin pystytään tarkemmin kuvaamaan, minkälainen rasite dia-betes on terveydenhuollolle.
6.2 Mallin parametrit
Mallin parametreina pyrittiin käyttämään mahdollisimman tuoreita tietoja, jotka olisi ke-rätty suomalaisesta populaatiosta. Näin malli saatiin vastaamaan mahdollisimman hyvin Suomessa vallitsevaa tilannetta. Tämä tavoite ei kaikilta osin valitettavasti täyttynyt. Mal-lin parametreina käytettiin tieteellisistä artikkeleista, tilastoista ja erilaisista raporteista saatuja tietoja. FINRISKI 2012 raportista (Borodulin ym. 2013, 18) saatiin tiedot suoma-laisten painoindeksijakaumasta, joka on esitetty taulukossa 4.
TAULUKKO 4 Painoindeksinjakauma ikäryhmittäin (Borodulin ym. 2013, 18).
Miehet
25–34 35–44 45–54 55–64 65–74
BMI <25 44,6% 41,8 % 29,6 % 25,5 % 23,1 %
BMI 25–30 42,3 % 40,9 % 46,5 % 47,2 % 47,8 %
BMI >30 13,1 % 17,3 % 23,9 % 27,3 % 29,1 %
Naiset
25–34 35–44 45–54 55–64 65–74
BMI <25 75,5 % 58,5 % 45,3 % 35,5 % 30,2 %
BMI 25–30 14,7 % 25,5 % 29,9 % 35,2 % 40,7 %
BMI >30 9,8% 16,0 % 24,8 % 29,3 % 29,1 %
Tyypin 2 diabetespotilaiden painoindeksin jakauma tiedot saatiin Piia Pajusen ja kollegi-oiden (2012, 2625) artikkelin perusteella. Taulukossa 5 on esitetty naisten ja miesten pai-noindeksijakaumat vuonna 2007.
TAULUKKO 5 Tyypin 2 diabetespotilaiden painoindeksin jakauma vuonna 2007 (Paju-nen ym. 2012, 2625)
BMI <25 BMI 25-30 BMI>30
Miehet 14,1 % 46,7 % 39,2 %
Naiset 13,7 % 39,4 % 46,9 %
Tyypin 2 diabeteksen ajan tasalla olevia suomalaisia insidenssi- eli ilmaantuvuustietoja ei ollut tutkielman tekohetkellä saatavilla. Vertailutietona käytettiin Norjan ja Ruotsin
ilmaantuvuuslukuja, jotka vuonna 2015 olivat 363 ja 494 per 100,000 asukasta (Nathan-son, Bodegard, Norhammar, Birkeland, Nyström, Thures(Nathan-son, Eriksson &Gulseth 2017, S169). Suomalaisessa tutkimuksessa vuosina 1992–1997 ilmaantuvuus oli miehillä 362 ja naisilla 183 per 100 000 (Abouzeid, Wikström, Peltonen, Lindström, Borodulin, Rah-konen & Laatikainen 2015, 654). Näiden lukujen voidaan olettaa kasvaneen, sillä tyypin 2 diabeteksen prevalenssi on ollut vuosia kasvussa. Näiden tietojen pohjalta mallin pe-rusoletuksena ilmaantuvuus asetettiin 400 per 100 000 per vuosi (mallin 10 000 populaa-tion kohortissa 40 per 10 000), mutta herkkyysanalyysilla ilmaantuvuusestimaattia muu-teltiin.
Mallissa käytetyt siirtymätodennäköisyydet BMI-tilojen ja diabetes-tilojen välillä saatiin yhdistämällä ilmaantuvuustieto ja painoindeksijakauma. Ilmaantuvuus parametri (0,004) jaettiin painoindeksijakauman mukaisesti eri painoluokkiin. Näin ollen ilmaantuvuus muuttui sen mukaan, missä BMI-tilassa osa populaatiosta oli (taulukko 6).
TAULUKKO 6 Siirtymätodennäköisyydet eri BMI-luokista ”Diabetes”-tilaan Diabetes
Miehet Naiset
BMI <25 0,0006 0,005
BMI 25-30 0,0019 0,0016
BMI >30 0,0016 0,0019
Kuolemanriskit saatiin Tilastokeskuksen tietokannoista yhdistämällä vuoden 2016 väes-törakenne- ja kuolleisuustiedot. Riski kuolla kasvoi tasaisesti iän kasvaessa. Kuoleman-riski parametria käytettiin siirtymätodennäköisyyksinä kolmesta BMI-tilasta ”Kuolema:
ei-diabetes”-tilaan. Siirtymätodennäköisyys ”Diabetes”-tilasta ”Kuolema: diabetes”-ti-laan saatiin, kun edellä olevaan kuolemanriski kerrottiin 2,74. Kerroin kuvaa, kuinka pal-jon suurempi riski diabeetikolla on kuolla verrattuna ei-diabeetikkoon. Kerroin on las-kettu eurooppalaisen diabetes epidemiologiatutkimuksen tietojen pohjalta (DECODE Study Group 1999, 618).
Populaation aloitusjakauma kolmeen BMI-luokkaan tehtiin FINRISKI 2012 (Borodulin ym. 2013, 18) tietojen pohjalta. Ikäluokkien BMI-jakaumat tiedettiin kymmenen vuoden
välein. Puuttuvat tiedot täydennettiin luomalla puuttuville vuosille kiinteä lisäys/vähen-nys olemassa olevien tietojen välille. Kiinteä lisäys/vähenlisäys/vähen-nys saatiin laskemalla ikäluok-kien välinen muutos ja jakamalla tämä muutos tasan täydennettäville vuosille, jolloin jo-kaisen BMI-luokasta saatiin jatkuva muuttuja. Tätä jatkuvaa muuttujaa käytettiin mallissa populaation painoindeksin jakauman muutosten huomioimisessa mallin kolmessa BMI-luokassa. Muutokset BMI-luokissa olivat mallin kannalta merkittäviä, sillä diabeteksen ilmaantuvuus oli erilainen BMI-tiloissa, jolloin muutokset jakaumassa vaikuttivat diabe-tekseen sairastuneiden määrään.
Suomalaisten elämänlaatupainot saatiin THL:n Terveys, toimintakyky ja hyvinvointi Suomessa 2011 –raportista (Koskinen, Lundqvist & Ristiluoma 2012, 273). Raportissa elämänlaatu oli ilmoitettu 15D-elämänlaatumittarin tuloksena ja Euro-Qol-elämänlaatu-mittarinEQ-5D tuloksena. Näistä päädyttiin käyttämään EQ-5D tulosta, koska diabetesta sairastavan elämänlaatu tieto oli myös EQ-5D:nä saatavilla. Miesten elämänlaatu ilman diabetesta oli 0,84 ja naisten 0,82. Diabeteksen aiheuttaman elämänlaadun vähenemisen estimaattina käytettiin Jian ja Lubetkin tutkimusta (2005, 159), jossa oli tutkittu eri sai-rauksien vaikutusta elämänlaatuun. EQ-5D indeksin asteikolla elämänlaatu laski 0,042 sairastaessa diabetesta. Näin ollen diabeetikon elämänlaatu miehillä 0,798 ja naisilla 0,978. Taulukossa 7 on esitetty vielä kaikkien tilojen elämänlaatupainot.
TAULUKKO 7 Markov-mallin elämänlaatupainot (Koskinen ym. 2012 273; Jia&Lu-betkin 2005, 159)
BMI <25 BMI 25–30 BMI >30 Diabetes Kuollut:
ei-diabetes
Kuollut:
diabetes
Miehet 0,84 0,84 0,84 0,798 0 0
Naiset 0,82 0,82 0,82 0,778 0 0
Kuidun vaikutus otettiin huomioon mallissa interventiopopulaatiossa. Verrokkipopulaa-tiossa oletuksena oli, että kaikkien ruokavalio on vähäkuituinen. Tämä vastaisi Suomessa tällä hetkellä olevaa tilannetta, jossa lähes kaikki miehet ja naiset jäävät alle kuidun saan-tisuosituksista. (Helldán ym. 2013, 55). Interventiopopulaatiossa kaikkien ruokavalio on
runsaskuituinen. Runsaskuituisen ruokavalion oletetaan vaikuttavan painoindeksin ja-kaumaan, koska tutkimusten perusteella (Grube ym. 2013, Galisteon ym. 2008, Howarth ym. 2005) kuidulla on painoa ja näin ollen BMI:tä laskeva ominaisuus. Tutkimustietoa siitä, millainen vaikutus kuidulla on suomalaisten painoindeksin jakaumaan ei löytynyt, joten kuidun vaikutuksista jakaumaan joudutaan tekemään pelkästään oletuksia, jotka pe-rustuivat tietoon kuidun hyödyistä painonhallinnassa. Painoindeksijakauman oletettiin siirtyvän lähemmäs normaalia painoa eli BMI <25-tilaa. Miesten verrokkipopulaation alkutilanne oli seuraavanlainen: BMI <25 tilassa oli 44,6% populaatiosta, BMI 2530 -tilassa 42,3 % ja BMI >30 –-tilassa 13,1 %. Interventiopopulaation alkutilannetta ja tie-dossa olleita painoindeksijakaumia muutettiin niin, että BMI <25-tilassa oli 10% enem-män ja molemmissa BMI 25-30 sekä BMI >30-tiloissa 5% vähemenem-män henkilöitä. Run-saskuituisen ryhmän alkutilanne oli täten BMI <25 –tila 54,6%, BMI 25-30 -tila 37,3 % ja BMI >30 –tila 8,1 %.
Kustannusten määrittämiseen mallissa käytettiin kansallisen diabetesohjelma Dehkon tuottamaa julkaisua Diabeteksen kustannukset Suomessa 1998-2007. Julkaisussa yhden diabeetikondiabeteksen aiheuttamat sairaanhoidon lisäkustannukset olivat 2007 vuonna 2 762 euroa (taulukko 8). (Jarvala, Raitanen & Rissanen 2010, 17–21.)
TAULUKKO 8 Diabeteksen aiheuttamat lisäkustannukset kustannuserittäin diabeetik-koa kohden vuonna 2007 (Jarvala, Raitanen & Rissanen 2010, 45).
Kustannuserät vuonna 2007
Hoitovälineet 135
Lääkkeet 837
Terveyskeskuksen vuodeosastohoito 653 Terveyskeskuksen avohoito 273 Erikoissairaanhoidon vuodeosastohoito 586 Erikoissairaanhoidon avohoito 277
Yhteensä 2 762
Markov-mallin avulla haluttiin tutkia diabeteksesta aiheutuvia sairaanhoidon lisäkustan-nuksia, jolloin tuottavuuskustannukset jätettiin pois mallin kustannuksista. Näin ollen mallissa käytettävä diabetes-tilan kustannukset ovat 2 762 euroa. Muille mallin tiloille ei laskettu kustannuksia, koska mallissa keskityttiin pelkästään diabeteksen aiheuttamiin sairaanhoidon kustannuksiin.
6.3 Mallintaminen
Markov-malliin luotiin 10 000 henkilön kuvitteellinen populaatio. Mallissa populaatiolle luotiin kaksi erilaista lähtökohtaa vähäkuituinen ja runsaskuituinen. Naisille ja miehille lähtökohdat muodostettiin erikseen. Ensimmäinen lähtökohta(verrokkipopulaatio) oli vä-häkuituinen ruokavalio, jossa populaation oletettiin syövän ravintosuosituksia vähemmän kuitua päivittäin. Toinen lähtökohta (interventiopopulaatio) oli runsaskuituinen ruokava-lio, jossa populaation oletettiin syövän ravintosuosituksia ylittävän määrän kuitua. Popu-laatiot eivät eronneet muiden ominaisuuksien suhteen. Mallinnuksessa muutokset kuidun saannissa otettiin huomioon painoindeksin aloitusjakaumassa. Runsaskuituisen ruokava-lion populaatiossa painoindeksi oli jakautunut niin, että ylipainoisia ja lihavia oli vähem-män kuin toisessa ryhmässä. Mallissa oletettiin runsaskuituisen ruokavalion muodostu-neen elintavaksi 25 vuoteen mennessä, jolloin kuidun saannin mukainen painoindeksija-kauma pysyi suhteessa samanlaisena läpi elämän.
Siirtymätodennäköisyyksien määrittämisessä käytettiin mahdollisuuksien mukaan suo-malaisia tietoja. Joiltain osin haasteita tuotti ajantasaisen tiedon löytäminen. Myös useat säännöllisesti julkaistavista raporteista eivät olleet päivittyneet mallin rakentamisvaihee-seen mennessä, jolloin saatavilla olevia tietoja oli usein viiden tai useamman vuoden ta-kaa. Suomalaisten tietojen pohjalta pystyttiin luomaan siirtymätodennäköisyyksiä eri ikäisten painoindeksijakaumista ja diabetespotilaiden painoindeksin jakaumasta. Suoma-laisten elämänlaadusta oli myös saatavilla tietoa, mutta diabeteksen aiheuttama elämän-laadun vähenemä oli peräisin ulkomaalaisesta artikkelista.
Fimean (2012, 25) ohjeistuksen mukaisesti yli vuoden kuluttua toteutuvat terveysvaiku-tukset ja kustannukset tulee esittää diskontattuna käyttäen kolmen prosentin diskontto-korkoa. Mallissa noudatettiin Fimean ohjeistusta, jolloin elinvuodet ja QALY:t sekä kus-tannukset diskontattiin kolmella prosentilla.
Mallintamiseen liittyvää epävarmuutta tutkittiin muuttamalla mallin eri parametreja.
Herkkyysanalyysien avulla haluttiin tutkia, kuinka herkkiä tulokset ovat muuttumaan, kun mallin parametreista muutetaan kuidun vaikuttavuutta painoindeksiin, diabeteksen ilmaantuvuutta, painoindeksijakaumien muutosta ja hoitokustannusten nousua.
Tutkielman liitteisiin on kerätty näyttökuvia excel-mallista, jotta sitä olisi mahdollisuus ymmärtää paremmin. Koko excel-tiedostoa ei ollut mahdollista liittää osaksi tutkielmaa, mutta näyttökuvien avulla on jonkin verran helpompi ymmärtää mallia.
6.4 Mallin rajoitteet
Mallissa oletettiin, ettei ”Diabetes”-tilasta voi palata enää mihinkään kolmesta ei-diabetes BMI-tilasta. Todellisuudesta diabeteksesta voi parantua elämäntapamuutoksilla. Mallin yksinkertaisuuden vuoksi tämä siirtymä jätettiin kokonaan pois. Mallissa haluttiin keskit-tyä nimenomaan tyypin 2 diabeteksen ilmaantuvuuteen ja sen vaikutuksiin sekä kustan-nuksiin. Koska saatavilla oleva tieto ei useinkaan ollut eritelty diabetestyypin mukaan, monessa kohtaa mallia ei pystytty selkeästi sanomaan, mitkä vaikutukset ja kustannukset ovat nimenomaan tyypin 2 diabeteksen aiheuttamia. Tämä saattaa jonkin verran heikentää mallin uskottavuutta tyypin 2 diabeteksen kustannus-vaikuttavuuden tarkastelussa.
Mallissa ei määritelty mistä tai minkälaista kuitua saadaan. Kuitua on sekä liukenevaa että liukenematonta, joten eri kuiduilla voi olla erilainen vaikutus painoon. Mallissa kuitu katsotaan yhdeksi kokonaisuudeksi riippumatta siitä, onko kuitu peräisin täysjyvätuot-teista, hedelmistä tai jostain muusta lähteestä.
Tässä tutkielmassa kuidun vaikutusta tyypin 2 diabetekseen tutkittiin ainoastaan painon näkökulmasta. Kuidun vaikutuksesta suoraan diabetekseen on tehty jonkin verran tutki-muksia ja tiedetään, että jonkinlainen yhteys kuidulla ja diabeteksella on. Vielä ei kuiten-kaan tiedetä tarkkoja mekanismeja, miten kuitu vaikuttaa diabetesriskiin. Tutkielman mallissa kuidun suora vaikutus diabetekseen jätettiin huomioimatta.
Mallissa ei ollut käytettävänä ajantasaista tietoa tyypin 2 diabeteksen ilmaantuvuudesta eikä ilmaantuvuudesta eri painoluokissa. Nämä tiedot jouduttiin itse muodostamaan, jol-loin malliin syntyy epävarmuutta. Painoindeksin jakaumatieto päättyi 74 ikävuoteen,
jonka jälkeen tutkimustietoa jakaumasta ei ollut. Mallissa oletettiinkin seuraavien 25 syk-lin jatkuvan samalla jakaumalla.
7 TULOKSET
7.1 Kustannus-vaikuttavuusanalyysi
Tutkielmassa selvitettiin kustannus-vaikuttavuus- ja kustannus-utiliteettianalyysilla run-saskuituisen ruokavalion vaikutuksia tyypin 2 diabeteksen ennaltaehkäisyssä. Tuloksia tarkasteltiin erikseen miehillä ja naisilla, koska jotkin parametrit erosivat sukupuolten vä-lillä. Taulukossa 9 on esitetty miesten ICER arvot per elinvuosi ja per QALY.
TAULUKKO 9 Miesten ICER-tulokset
Kustannukset Elinvuodet QALYt
Vähäkuituinen 1 718,99 € 26,15 21,94
Runsaskuituinen 1 573,14 € 26,16 21,95
Erotus -145,85 € 0,01 0,01
per elinvuosi per QALY
ICER - 16 935 € - 15 430 €
Tuloksista on nähtävillä, että erot runsaskuituisen ja vähäkuituisen populaation välillä elinvuosissa ja QALY:ssa ei ole kovin suuri vain 0,01. Kustannuksissa oli vain hiukan selkeämpi ero -145,85 euroa. Runsaskuituisen populaation kustannukset ovat halvemmat kuin vähäkuituisen. Lopulliset ICER-tulokset olivat -16 935 €/elinvuosi ja -15 430
€/QALY. ICER-arvoista muodostui negatiiviset, koska runsaskuituisen populaation kus-tannukset olivat halvemmat ja vaikuttavuus parempi kuin vähäkuituisen populaation.
Näin ollen runsaskuituinen ruokavalio aiheuttaa vähemmän kustannuksia ja on vaikutta-vampi tyypin 2 diabeteksen ennaltaehkäisyssä. Miesten tulosten perusteella runsaskuitui-nen ruokavalio on kustannus-vaikuttava tyypin 2 diabeteksen ennaltaehkäisyssä, koska elinvuosissa ja QALY:ssa ei ole suuria eroja, mutta sairauden kustannukset ovat pienem-mät.
Taulukossa 10 on esitetty naisten ICER arvot per elinvuosi ja per QALY. Tuloksista on nähtävillä, että erot runsaskuituisen ja vähäkuituisen populaation elinvuosien ja QALY:jen välillä on sama kuin miehillä 0,01. Kustannuksissa ero populaatioiden välillä oli hiukan enemmän kuin miehillä eli149,94 euroa. Lopulliset ICERtulokset olivat -16 897 €/elinvuosi ja -15 690 €/QALY. Myös naisten tulosten perusteella runsaskuitui-nen ruokavalio on kustannus-vaikuttavaa tyypin 2 diabeteksen ennaltaehkäisyssä.
TAULUKKO 10 Naisten ICER-tulokset
Kustannukset Elinvuodet QALYt
Vähäkuituinen 1 386,42 € 26,17 21,44
Runsaskuituinen 1 236,48 € 26,18 21,45
Erotus - 149,94 € 0,01 0,01
per elinvuosi per QALY
ICER: - 16 897 € - 15 690 €
Sekä miesten että naisten tulosten perusteella kuidun lisäämistä voidaan pitää kustannus-vaikuttavana, kun halutaan ennaltaehkäistä tyypin 2 diabetesta. Tulokset eivät juurikaan eronneet miesten ja naisten välillä. Naisten ryhmien kustannusten välinen erotus oli muu-taman euron miesten ryhmiä korkeampi eli sairauden kustannuksissa säästetään jonkin verran enemmän.
7.2 Herkkyysanalyysit
Epävarmuutta on kolmea erilaista: menetelmäepävarmuus, rakenteellinen epävarmuus ja parametriepävarmuus (Fimea 2012, 28). Tutkielmassa tehdyillä herkkyysanalyyseilla ha-luttiin tarkastella parametriepävarmuutta. Niillä haha-luttiin testata, millainen vaikutus mal-lissa käytetyillä estimoiduilla parametreilla oli lopputulokseen. Mallin parametreista tar-kasteltiin kuidun vaikutusta painoindeksiin, diabeteksen ilmaantuvuutta, painoindeksija-kaumien muutosta ja hoitokustannusten nousua. Mallin herkkyysanalyysissa käytettiin yksisuuntaisia herkkyysanalyyseja eli parametrien arvoja muutettiin yksi kerrallaan mui-den parametriarvojen pysyessä samana. Herkkyysanalyysissa kuidun suurempaa vaiku-tusta painoindeksiin testattiin kasvattamalla normaalipainoisten osuutta 20 prosentilla. Il-maantuvuutta kasvatettiin 20 prosentilla, jolloin se oli 500 per 100 000. Normaalipainois-ten määrän kasvu 20 prosentilla tarkoitti painoindeksiosuuksien siirtymistä BMI<25 luokkaan, joilloin BMI 25–30 ja BMI >30 luokista otettiin molemmista 10 prosenttia pois.
Diabeteksen hoidon kustannusten noustessa ”Diabetes”-tilan kustannuksia nostettiin 20 prosentilla jolloin ne olivat vuodessa 3 314 euroa. Kaikissa neljässä herkkyysanalyysissa ICER:n tulokset eivät muuttuneet merkittävästi. Pieniä muutoksia suurempaan ja pienem-pään oli kuitenkin havaittavissa. Herkkyysanalyysien tuloksia on esitetty taulukossa 11.
TAULUKKO 11 Herkkyysanalyysintulokset
Perusanalyysi
per elinvuosi per QALY
ICER –16 935 € –15 430 €
Kuidun vaikutus painoindeksiin suurempi (20% enemmän norm. painoisia)
per elinvuosi per QALY
ICER –16 922 € –15 421 €
Diabeteksen ilmaantuvuus kasvaa 20 %
per elinvuosi per QALY
ICER –17 000 € –15 476 €
Normaalipainoisia 20 % enemmän
per elinvuosi per QALY
ICER –13 493 € –12 910 €
Diabeteksen hoidon kustannukset nousevat 20 %
per elinvuosi per QALY
ICER –20 322 € –18 517 €
Herkkyysanalyysit tehtiin miesten tiedoilla. Analyysien perusteella alkuperäisiä tuloksia eniten muuttivat diabeteksen ilmaantuvuuden kasvu 20 prosentilla ja painojakauman siir-tyminen niin, että normaalipainoisia on 20 prosenttia enemmän. Muutos ICER-arvoissa johtuu runsaskuituisen ruokavalio ryhmän kasvaneista elinvuosista ja QALY:sta. Kai-kissa tehdyissä herkkyysanalyyseissa ICER pysyi negatiivisena, mutta ei muuttunut radi-kaalisti perusanalyysistä.
8 POHDINTA
8.1 Tulosten tarkastelu
Tämän tutkielman tarkoituksena oli selvittää, onko kuidun lisääminen ruokavalioon kus-tannus-vaikuttavaa tyypin 2 diabeteksen ennaltaehkäisyssä. Vertailtavana olivat runsas- ja vähäkuituinen ruokavalio. Ruokavalioilla ei mallissa katsottu olevan kustannuseroja, koska muutoksen oletettiin tapahtuvan elintapamuutoksilla. Mallissa kustannukset syn-tyivät ”Diabetes”-tilaan joutumisesta.
Mallinnuksen tulosten perusteella runsaskuituista ruokavaliota voidaan pitää kustannus-vaikuttavana tyypin 2 diabeteksen ennaltaehkäisyssä. Runsaskuituinen ruokavalio domi-noi vahvasti eli runsaskuituisen populaation kustannukset olivat pienemmät ja vaikutta-vuus suurempi, jolloin ICER oli tässä tilanteessa negatiivinen. Kustannus-vaikuttavuutta voidaan pitää selkeänä, koska kustannukset laskevat ja vaikuttavuus lisääntyy. Herkkyys-analyyseilla osoitettiin, että ICER pysyi kaikissa tapauksissa negatiivisena, jolloin run-saskuituinen ruokavalio pysyi kustannus-vaikuttavana parametrimuutoksista huolimatta.
Tuloksia tarkasteltaessa tulee kuitenkin muistaa, että tyypin 2 diabeteksen kehittymiseen vaikuttavat monet muutkin tekijät kuin pelkkä kuitu. Sairauden puhkeamiseen vaikuttavat useat eri tekijät, mutta mielenkiintoista on myös tutkia, millaisia vaikutuksia yhdellä te-kijällä on sairastumiseen. Arvioiden mukaan tyypin 2 diabetes tulee entisestään yleisty-mään ja sairaanhoidon kustannukset lisääntyvät siinä samalla. Koska tyypin 2 diabetes on yksi yleisimmistä kansansairauksista, on sen ennaltaehkäisyyn pystyttävä panosta-maan entistä enemmän. Tärkeää on tutkia, millaisilla keinoilla sairautta pystytään ennal-taehkäisemään ja millainen vaikutus sillä on sairauden ilmaantuvuuteen. Tarvitaan siis tietoa ja erityisesti tutkittua tietoa eri ennaltaehkäisymenetelmien kustannus-vaikuttavuu-desta. Oma haasteensa kuitenkin on, kuinka ennaltaekäisytoimia pystytään luotettavasti arvioimaan. Monet sairaudet ovat monimutkaisia kokonaisuuksia, joiden kehittymiseeen vaikuttavat monet eri tekijät. Kun tarkastellaan vain yhtä sairauden puhkeamiseen vaikut-tavaa tekijää, ei vältämättä saadaa luotetvaikut-tavaa kokonaiskuvaa ennaltaehkäisevistä teki-jöistä ja niiden yhteisvaikutuksista sairauden puhkeamiseen. Monimutkista on myös löy-tää kokonaisuus, jolla pystylöy-tään ennaltaehkäisemään parhaiten sairautta. Vaikka koko-naiskuvaa ei ole tällä hetkellä saatavilla, ei kannata jättää huomioimatta yhden
Tuloksia tarkasteltaessa tulee kuitenkin muistaa, että tyypin 2 diabeteksen kehittymiseen vaikuttavat monet muutkin tekijät kuin pelkkä kuitu. Sairauden puhkeamiseen vaikuttavat useat eri tekijät, mutta mielenkiintoista on myös tutkia, millaisia vaikutuksia yhdellä te-kijällä on sairastumiseen. Arvioiden mukaan tyypin 2 diabetes tulee entisestään yleisty-mään ja sairaanhoidon kustannukset lisääntyvät siinä samalla. Koska tyypin 2 diabetes on yksi yleisimmistä kansansairauksista, on sen ennaltaehkäisyyn pystyttävä panosta-maan entistä enemmän. Tärkeää on tutkia, millaisilla keinoilla sairautta pystytään ennal-taehkäisemään ja millainen vaikutus sillä on sairauden ilmaantuvuuteen. Tarvitaan siis tietoa ja erityisesti tutkittua tietoa eri ennaltaehkäisymenetelmien kustannus-vaikuttavuu-desta. Oma haasteensa kuitenkin on, kuinka ennaltaekäisytoimia pystytään luotettavasti arvioimaan. Monet sairaudet ovat monimutkaisia kokonaisuuksia, joiden kehittymiseeen vaikuttavat monet eri tekijät. Kun tarkastellaan vain yhtä sairauden puhkeamiseen vaikut-tavaa tekijää, ei vältämättä saadaa luotetvaikut-tavaa kokonaiskuvaa ennaltaehkäisevistä teki-jöistä ja niiden yhteisvaikutuksista sairauden puhkeamiseen. Monimutkista on myös löy-tää kokonaisuus, jolla pystylöy-tään ennaltaehkäisemään parhaiten sairautta. Vaikka koko-naiskuvaa ei ole tällä hetkellä saatavilla, ei kannata jättää huomioimatta yhden