HYVINVOINNIN JA TERVEYSPALVELUJEN KÄYTÖN

VÄLINEN YHTEYS

Anne Surakka

Pro gradu -tutkielma

Terveystaloustiede

Itä-Suomen yliopisto

Sosiaali- ja terveysjohtamisen lai-

tos

Kesäkuu 2018

ITÄ-SUOMEN YLIOPISTO, yhteiskuntatieteiden ja kauppatieteiden tiedekunta

sosiaali- ja terveysjohtamisen laitos, terveystaloustiede

SURAKKA, ANNE: Hyvinvoinnin ja terveyspalvelujen käytön välinen yhteys

Pro gradu -tutkielma, 67 sivua, 21 liitettä (15 sivua)

Tutkielman ohjaajat: FT Kankaanpää Eila

KTT Tanninen Hannu

Kesäkuu 2018_________________________________________________________

Avainsanat: Elämänlaatu, hyvinvointi, moni-imputointi, logistinen regressioanalyysi, ter-

veyspalvelut

Hyvinvointi ja elämänlaatu ovat keskeisiä käsitteitä määriteltäessä ihmisten terveydenti-

laa ja arvioitaessa terveydenhuollon toimenpiteitä. Erityisesti yksilöiden omaan hyvin-

voinnin tai terveyden kokemukseen perustuvia mittareita hyödynnetään enenevässä mää-

rin erilaisissa terveys- ja hyvinvointipalvelututkimuksessa. Tässä tutkimuksessa tarkas-

tellaan ensin terveyspalveluiden käyttöä määrittävien yhteiskunnallisten ja yksilöllisten

tekijöiden jakautumista aineistossa, jonka jälkeen analysoidaan sitä, miten koettu terveys,

elämänlaatu ja koherenssin tunne sekä erilaiset muut taustatekijät ovat yhteydessä ter-

veyspalveluiden käyttöön.

Tutkielman aineistona olivat Terveys 2011 -tutkimuksen työikäiset henkilöt (N=7934).

Palveluiden käyttöön sekä hyvinvointiin ja elämänlaatuun liittyvien muuttujien puuttu-

vuuden hallinnassa hyödynnettiin moni-imputointia, jolla aineiston havaintomäärää kas-

vatettiin 682324:een. Hyvinvoinnin ja terveyspalvelujen käytön yhteyttä mallinnettiin

moni-imputoidun survey-aineiston logistisella regressioanalyysilla. Eri terveyspalvelu-

tyypeistä analysoitiin dikotomisia lääkärikäynti-, sairaalakäynti- ja mielenterveyspalve-

lukäynti -muuttujia, jotka kuvasivat viimeisen 12 kk:n aikana tapahtunutta palvelukäyt-

töä. Selittävien muuttujien vaikutuksia palvelukäytön tapahtuman todennäköisyyteen tut-

kittiin keskimääräisten marginaalivaikutusten avulla.

Tutkimuksen tulokset ovat linjassa aiemman tutkimustiedon kanssa, jonka mukaan lää-

käri- ja sairaalapalveluiden käyttö on yhteydessä huonompaan koettuun terveyteen. Toi-

saalta EQ-5D -mittarilla arvioitu parempi terveyteen liittyvä elämänlaatu lisäsi lääkäri-

käynnin todennäköisyyttä, mikä voi selittyä sillä, että korkeammassa sosioekonomisessa

asemassa olevat ja paremman terveyteen liittyvän elämänlaadun omaavat henkilöt käyt-

tävät myös enemmän lääkäripalveluita. EuroHIS-8 -mittarilla arvioitu parempi elämän-

laatu ja SOC-13:lla mitattu vahvempi koherenssin tunne vähensivät mielenterveyspalve-

luiden käytön todennäköisyyttä. Ensiksi mainittu yhteys oli odotettavissa aiempien tutki-

musten perusteella, mutta EuroHIS-8 -mittari ei ole ollut toistaiseksi juurikaan käytössä

tässä kontekstissa.

Terveyspalvelujen käytön tutkimus antaa lisää tietoa siitä, miten palvelujärjestelmässä

voidaan kehittää ja arvioida palveluiden tarkoituksenmukaista kohdentumista sekä vai-

kuttavuutta. Tässä tutkielmassa hyvinvointia ja terveyspalvelujen käytön välistä yhteyttä

tutkittiin samanaikaisesti usealla erilaisella mittarilla, mikä auttoi tarkentamaan hyvin-

voinnin ja palvelukäytön välistä yhteyttä.

UNIVERSITY OF EASTERN FINLAND, Faculty of Social Sciences and Business Stud-

ies

Department of Health Policy and Management, Health Economics

SURAKKA, ANNE: The Relationship between Well-being and Health Care Service Uti-

lization

Master's thesis, 67 pages, 21 appendices (15 pages)

Advisors: PhD Kankaanpää Eila

D.Sc. (Econ.) Tanninen Hannu

June 2018_______________________________________________________

Keywords: Health care services, logistic regression, multiple imputation, quality of life,

wellbeing,

Wellbeing and quality of life are key concepts in defining people’s health status and eval-

uating health care systems. Particularly subjective health and wellbeing measures are

nowadays widely used in health and wellbeing studies. In this study examining the rela-

tionship between service utilization and different measures of subjective wellbeing and

health-related quality of life was of special interest.

The data comprised of working age participants of Terveys 2011 -study (aged between

18-64, N=7934). Due to the large share of missing data of the key variables, multiple

imputation was conducted to address the missingness. Logistic regression of dichotomic

variables of doctor, hospital and mental service utilization during the previous 12 months

in the multiply imputed data (N=682324) were analysed in separate models. Different

measures of wellbeing as well as other individual and healthcare system characteristics

were used as independent variables.

The results of this this study confirmed findings of earlier studies: lower self-rated health

is connected with increased utilization of doctor and hospital services. However increase

in EQ-5D index value also increased the likelihood of doctor services utilization. This

may be linked to people with higher socio-economic status and with higher health-related

quality of life using more health services. Study showed a decrease in the probability of

mental health service use with higher EuroHIS-8 and SOC-13 measures. EuroHIS-8 index

has not been used widely in this context before. Analysing service utilization simultane-

ously with different measures of wellbeing helped to clarify the link between subjective

wellbeing and the use of services.

SISÄLTÖ 1. JOHDANTO ................................................................................................................ 5

2. HYVINVOINTI JA ELÄMÄNLAATU: ULOTTUVUUDET JA

MITTAAMINEN ............................................................................................................. 7

2.1 Hyvinvointi ja elämänlaatu .................................................................................. 8

2.2.1 Fyysinen hyvinvointi – objektiivinen ja subjektiivinen terveys ................... 11

2.2.2 Psyykkinen hyvinvointi – positiivista mielenterveyttä ................................. 11

2.3 Hyvinvoinnin ja terveyteen liittyvä elämänlaadun mittaaminen ................... 13

3. TERVEYSPALVELUIDEN KÄYTTÖ SEKÄ HYVINVOINNIN JA

PALVELUKÄYTÖN YHTEYS ................................................................................... 16

3.1 Terveyspalveluiden käyttö: kysyntä ja tarjonta .............................................. 16

3.2 Terveyspalveluiden käyttö: oikeudenmukaisuus ja palvelukäytön

mekanismit ................................................................................................................ 17

3.3 Terveyspalvelujen käytön mittaaminen sekä hyvinvoinnin ja

terveyspalvelujen käytön välinen yhteys – aikaisempaa tutkimusta ................... 20

4. TUTKIMUSTEHTÄVÄ, AINEISTO JA TUTKIMUSMENETELMÄT ............ 24

4.1 Tutkimuskysymykset ja aineisto ....................................................................... 24

4.2. Aineiston vastauskato ja sen hallinta ............................................................... 25

4.2.1 Moni-imputointi ........................................................................................... 26

4.2.2 Ketjutettujen yhtälöiden moni-imputointimenetelmä .............................. 27

4.3 Analyysimenetelmät ....................................................................................... 28

4.3.1 Aineiston muuttujat ja kuvailevat analyysit ........................................ 28

4.4 Tutkimuksessa käytetyt hyvinvoinnin ja elämänlaadun mittarit .................. 34

5.1. Aineiston taustamuuttujien kuvaileva analyysi .............................................. 37

5.3 Terveyspalvelujen käytön muuttujien kuvaileva analyysi .............................. 40

5.3 Hyvinvoinnin ja elämänlaadun yhteys terveyspalvelujen käyttöön: logistiset

regressiomallit ........................................................................................................... 42

5.3.1 Lääkäripalvelujen käyttöä selittävät tekijät .............................................. 43

5.3.2 Sairaalapalvelujen käyttöä selittävät tekijät ............................................. 45

5.3.3 Mielenterveyspalvelujen käyttöä selittävät tekijät.................................... 47

6. YHTEENVETO JA JOHTOPÄÄTÖKSET ........................................................... 49

LÄHTEET ...................................................................................................................... 53

LIITTEET ...................................................................................................................... 68

KUVIOT

KUVIO 1. Elämänlaadun keskeiset osa-alueet (mukaillen Felce ja Perry 1995, 61) ..... 10

KUVIO 2 Palveluiden käytön mekanismit (mukaillen Andersen & Newman 1973, 4;

Vaalavuo ym. 2013, 19). ................................................................................................ 19

KUVIO 3. Moni-imputoinnin vaiheet (mukaillen van Buuren & Oudshoorn 1999, 8). 26

KUVIO 4. Terveyspalvelujen käyttöä kuvaavien muuttujien jakaumat alkuperäisessä

aineistossa. ...................................................................................................................... 40

KUVIO 6. Terveyspalvelujen käyttöä kuvaavien muuttujien jakaumat moni-

imputoidussa aineistossa. ............................................................................................... 41

TAULUKOT

TAULUKKO 1. Elämän neljä laatua (mukaillen Veenhoven 2000, 4) ........................... 8

TAULUKKO 2. Tutkimuksen selittävät muuttujat palveluiden käytön mekanismien

pohjalta (vrt. Andersen & Newman 1973; Vaalavuo ym. 2013). ................................... 30

TAULUKKO 3. Tutkimuksessa käytetyt elämänlaadun mittarit ja niiden keskeiset

ominaisuudet. .................................................................................................................. 35

TAULUKKO 4. Taustamuuttujien jakaumat alkuperäisessä aineistossa ja moni-

imputoidussa aineistossa. ............................................................................................... 38

TAULUKKO 5. Elämänlaadun, koetun terveydentilan ja koherenssin tunteen

mittareiden jakaumat alkuperäisessä ja moni-imputoidussa aineistossa. ....................... 39

TAULUKKO 6. Lääkärikäynti 12 kk:n sisällä, selittävien muuttujien

marginaalivaikutukset (malli III) .................................................................................... 44

TAULUKKO 7. Sairaalakäynti 12 kk:en sisällä, selittävien muuttujien

marginaalivaikutukset (malli III) .................................................................................... 46

TAULUKKO 8. Mielenterveyspalvelukäynti 12 kk:en sisällä, selittävien muuttujien

marginaalivaikutukset (malli III) .................................................................................... 48

5

1. JOHDANTO

Hyvinvointi ja elämänlaatu ovat nousseet viime vuosikymmeninä keskeisiksi käsitteiksi

määriteltäessä ihmisten terveydentilaa ja arvioitaessa terveydenhuollon toimenpiteitä.

Terveyden ja hyvinvoinnin objektiivisten mittarien rinnalla suosiotaan ovat kaiken aikaa

kasvattaneet subjektiiviset mittarit, jotka perustuvat yksilöiden omaan hyvinvoinnin tai

terveyden kokemukseen. Esimerkiksi vaikutusvaltaisen Stiglitzin komitean raportissa on

painotettu hyvinvoinnin moniulotteisuutta ja tarvetta sekä objektiivisille että koetun hy-

vinvoinnin indikaattoreille, joilla tavoitettaisiin entistä paremmin muun muassa ihmisten

terveyteen liittyviä tekijöitä (Stiglitz ym. 2009).

Hyvinvointi ja elämänlaatu määrittävät osaltaan erilaisia terveyspalveluiden tarpeita, joi-

hin palvelujärjestelmän tulisi pystyä vastaamaan oikeudenmukaisuutta ja tasa-arvoa edis-

tävällä tavalla. Terveyspalvelujen käyttöön vaikuttavat yksilön fyysisten, psyykkisten ja

sosiaalisten ominaisuuksien lisäksi erityisesti se, miten sosiaali- ja terveydenhuolto on

organisoitu ja kuinka resursseja suunnataan palvelujärjestelmässä. Suomessa hyvinvoin-

nin ja terveyden edistäminen koko väestön tasolla sekä väestöryhmien välisten terveys-

erojen kaventaminen ovatkin olleet terveyspolitiikan ensisijaisina tavoitteina jo pitkään

(STM 2008, 15).

Laajan tutkimustiedon mukaan (esim. Keskimäki 1996; 1997; 2010; van Doorslaer &

Masseria 2004; Häkkinen & Alha 2006; Ahlqvist 2011) terveyspalvelut kuitenkin koh-

dentuvat Suomessa epäoikeudenmukaisesti ja terveydenhuoltojärjestelmämme suosii pa-

remmassa sosioekonomisessa asemassa olevia ryhmiä. Oikeudenmukaisuuden ja tasa-ar-

von lisäämiseen tähdänneistä laajamittaisista toimenpiteistä huolimatta (ks. STM 2008)

erot ovat päinvastoin edelleen lisääntyneet (esim. Kajantie 2014). Palveluiden käytön tut-

kimuksella voidaan lisätä tietoa siitä, millä tavoin terveydenhuollossa, mutta myös koko

hyvinvointipalvelujärjestelmässä voidaan kehittää ja arvioida palveluiden tarkoituksen-

mukaista kohdentumista sekä palvelujen vaikuttavuutta.

Tämän tutkielman tavoitteena on selvittää hyvinvoinnin ja terveyspalveluiden käytön vä-

listä yhteyttä. Tutkimuksessa hyödynnetään erilaisia hyvinvoinnin ja elämänlaadun mit-

6

tareita sekä tarkastellaan niiden yhteyksiä erilaisten terveydenhuollon palvelujen käyt-

töön terveydenhuollon palveluita. Tutkimuksessa selvitetään ensinnäkin sitä, miten ter-

veyspalveluiden käyttöä määrittävät yhteiskunnalliset ja yksilölliset tekijät ovat jakautu-

neet aineistossa. Toiseksi, analysoidaan sitä, miten koettu terveys, elämänlaatu ja kohe-

renssin tunne sekä erilaiset muut taustatekijät ovat yhteydessä terveyspalveluiden käyt-

töön. Terveyspalveluiden käytön tutkimuksissa yhteyttä henkilön hyvinvointiin ja elä-

mänlaatuun on tarkasteltu yleisimmin yksittäisellä terveyteen liittyvän elämänlaadun mit-

tarilla. Tässä tutkielmassa yhteyttä tutkitaan samanaikaisesti usealla erilaisella hyvinvoin-

nin ja elämänlaadun mittarilla. Tällä tavoin hyvinvoinnin ja terveyspalvelujen käytön vä-

listä yhteyttä voidaan hahmottaa monipuolisemmin ja sitä kautta myös yhteyden tarken-

tuminen on mahdollista.

Tutkielman asetelmaa ja aineistoa on hyödynnetty aiemmin Diakonia-ammattikorkea-

koulun Kannattava työllistäminen -projektissa, jossa kehitettiin työllisyyspalveluiden ta-

loudellisten seurausten arviointia (ks. Pehkonen-Elminen ym. 2015). Samoin kuin kysei-

sessä projektissa, myös tässä tutkimuksessa keskitytään työikäisiin, 18–64-vuotiaisiin

henkilöihin.

Tutkimuksen luvussa kaksi lähdetään liikkeelle hyvinvoinnin ja elämänlaadun ulottu-

vuuksista sekä hyvinvoinnin ja terveyteen liittyvän elämänlaadun mittaamisesta. Luvussa

kolme keskitytään terveyspalvelujen käytön teoreettiseen taustaan, palvelukäytön meka-

nismeihin sekä hyvinvoinnin ja palvelukäytön yhteyden tutkimukseen. Ennen varsinaista

tutkimusosaa esittelen luvussa neljä tutkimustehtävän, aineiston ja tutkimusmenetelmät

sekä tutkimuksessa käytetyt hyvinvoinnin ja elämänlaadun mittarit.

Tutkimuksen empiirinen osuus perustuu Terveyden ja hyvinvoinnin laitoksen Terveys

2011 -tutkimuksen aineistoon. Alkuperäisessä aineistossa oli tiedot yhteensä 7934:sta

työikäisestä henkilöstä. Palveluiden käyttöön sekä hyvinvointiin ja elämänlaatuun liitty-

vien muuttujien puuttuvuuden hallinnassa hyödynnettiin moni-imputointia, jolla aineis-

ton havaintomäärää kasvatettiin 682324:een. Hyvinvoinnin ja elämänlaadun yhteyttä ter-

veyspalvelujen käyttöön analysoidaan luvussa viisi. Luvussa kuusi käydään läpi keskeiset

tulokset sekä tutkimuksen perusteella tehtävät johtopäätökset.

7

2. HYVINVOINTI JA ELÄMÄNLAATU: ULOTTUVUUDET JA MITTAAMI-

NEN

Hyvinvointi ymmärretään usein yleiskäsitteeksi, jolla voidaan viitata moniin ihmiselä-

män osa-alueisiin (Travers & Richardson 1993; Gasper 2004). Hyvinvointia kuvataan

yleisimmin yksilön elämäntilanteen, elämänlaadun ja elintason kautta, mutta sitä voidaan

lähestyä myös muun muassa hyödyn eli utiliteetin, tarpeiden tyydyttymisen, vaurauden,

kehityksen, voimaantumisen, toimintamahdollisuuksien laajentamisen, köyhyyden, hy-

vän elämän tai onnellisuuden näkökulmista (McGillivray 2007, 3). Erilaiset näkemykset

hyvinvoinnista ja sen sisällöstä sekoittuvat monesti ja esim. Easterlin (2001, 465) pitää

useita hyvinvointiin liitettävistä termeistä keskenään vaihtokelpoisina.

Ensimmäiset hyvinvoinnin määritelmät ovat nousseet utilitaristisesta teoriasta, jossa ter-

miin utiliteetti on yhdistetty niin hyvinvointi, hyvä olo kuin nautintokin (Gasper 2004).

Hyvinvoinnin käsite on kuitenkin kehittynyt vähitellen moniulotteisemmaksi. Muun mu-

assa Des Gasper (Gasper 2004, 3) on kuvannut, miten käsitteeseen on 1980-luvulta läh-

tien sisällytetty lisääntyvässä määrin uusia näkökulmia. Näistä mainittakoon esimerkiksi

Amartya Senin toimintamahdollisuuksien teoria (ks. esim. Sen 1992), Martha C. Nuss-

baumin (1987) ajatukset inhimillisten toimintamahdollisuuksien turvaamisesta sekä Len

Doyalin ja Ian Goughin (1991) inhimillisten tarpeiden teoria. Partha Dasguptan (1993;

2001) määritelmän mukaan hyvinvointi koostuu puolestaan yksilön tarpeiden tyydytty-

misestä sekä terveydestä ja koulutuksesta yhdessä poliittisten ja kansalaisoikeuksien

kanssa.

Hyvinvoinnin käsitteellä on rikas kansainvälinen tutkimusperinne, mutta Pohjoismaisen

hyvinvointivaltion kontekstissa hyvinvoinnin tutkimukselle todellisen perustan loi ruot-

salaissosiologi Sten Johansson. Hän (Johansson 1970) jaotteli hyvinvointia määrittävät

elinolojen ulottuvuudet yhdeksään luokkaan, jotka ovat terveys, ravintotottumukset, asumi-

nen, kasvu- ja perhesuhteet, koulutus, työ sekä työolot, taloudelliset resurssit, poliittiset resurssit

ja vapaa ajan toiminta. (ks. myös Saarinen 2006) Kyseinen malli toimi myös lähtökohtana

Erik Allardtin (1976) luokitukselle ihmisten tarpeista ja niiden tyydyttämisestä. Allardt

jäsentelee hyvinvointitarpeet kolmeen ulottuvuuteen: having, loving ja being. Ensimmäi-

8

nen ulottuvuus, having, sisältää aineellisen hyvinvoinnin elementit, kuten yksilön tervey-

dentilan, koulutuksen, työmarkkina-aseman ja asumisen tason. Yhteisyyssuhteisiin (lo-

ving) kuuluvat perhe- ja ystävyyssuhteet sekä paikallisyhteisö. Kolmannessa, itsensä to-

teuttamisen (being) luokassa yhdistyvät muun muassa yksilön asema yhteiskunnassa ja

sekä vapaa-ajan toimintojen mielekkyys. (Allardt 1976.)

Alla olevassa taulukossa 1 on esitetty sosiologi Ruut Veenhovenin (2000) kuvaama neli-

kenttä ”elämän neljästä laadusta”, joista hyvinvointi hänen mukaansa koostuu.

TAULUKKO 1. Elämän neljä laatua (mukaillen Veenhoven 2000, 4)

Ulkoinen elämänlaatu Sisäinen elämänlaatu

Lähtökohdat elämässä elinolojen laatu

(sosiaalinen pääoma)

sisäisten voimavarojen laatu

(henkinen pääoma)

Lopputulokset elämässä oman hyödyllisyyden kokeminen elämän merkityksellisyys

Viime vuosikymmenten aikana tutkimuksessa on kiinnitetty enenevässä määrin huomiota

siihen, millainen yhteys yksilön objektiivisten elinolojen ja subjektiivisen hyvinvoinnin

välille voidaan vetää (Ks. esim. Diener 1994 ja 2009; Veenhoven 2000).

Ihmisenä olemisesta ja hyvinvoinnista tai sen puuttumisesta muodostuu moniulotteinen

hahmotelma, joka käsittää ainakin yksilön tunteet, itsensä kehittämisen ja toteuttamisen

sekä elämisen ja kuolemisen. Tarkkarajaisen määritelmän sijaan hyvinvointia voidaan

näin ollen pitää sateenvarjokäsitteenä (Gasper 2004, 7), jonka alle kuuluvat yhtä hyvin

elämänlaatu ja terveys kuin yhteiskunnallinen osallistuminenkin.

2.1 Hyvinvointi ja elämänlaatu

Elämänlaatu on terminä luonteeltaan samanlainen kuin sen edellä kuvattu yläkäsite hy-

vinvointi: sille ei ole olemassa yhtä selväpiirteistä määritelmää. Elämänlaatua on mah-

dollisuus tarkastella eri tasoilla yhteisöjen yleisestä hyvinvoinnista yksittäisten henkilöi-

den ja ryhmien syvälliseen analyysiin. Huolimatta siitä, että käyttökohteiden vaihtelevuus

9

on heijastunut käsitteen muotoutumiseen, monet aihetta tutkineista liittävät elämänlaa-

tuun keskenään samansuuntaisia merkityksiä. Marja Vaaraman ym. (2010, 128) mukaan

elämänlaatuun yhdistetään yleisesti aineellinen hyvinvointi, läheissuhteet, terveys ja toi-

mintakyky, psyykkinen, emotionaalinen ja kognitiivinen hyvinvointi sekä käsitys itsestä.

Elämänlaadun ymmärretään myös vaihtelevan yksilöllisesti henkilön elämäntilanteesta ja

-tapahtumista riippuen.

Peter SandØe (1999) on tutkinut hyvän elämän määritelmän sekä elämänlaadun käsitteen

filosofista taustaa, josta on nostettavissa esille kolme erilaista teoriaa: perfektionistinen,

hedonistinen ja preferenssiteoria. Perfektionistisen teorian mukaan elämänlaatu syntyy

ihmisellä olevasta toimintakyvystä ja sen kehittämisestä (esim. ystävyyssuhteet ja tieto).

Preferenssiteoria perustuu sen sijaan yksilön mieltymysten tyydyttämiseen, kun taas he-

donistin elämänlaatu koostuu nautinnon saamisesta ja kivun välttämisestä. Tilanteesta

riippuen nämä teoriat voivat olla osittain toistensa vastakohtia, mutta monesti myös toi-

siaan täydentäviä. SandØen esimerkki jälkimmäisestä vaihtoehdosta on henkilö, joka ke-

hittää taitojaan, osallistuu yhteiskunnalliseen päätöksentekoon ja vaalii perhe-elämäänsä.

Mitä todennäköisimmin tämä henkilö on myös verraten tyytyväinen elämäänsä. (SandØe

1999,13.)

Kuviossa 1 on puolestaan esitetty David Felcen ja Jonathan Perry (1995, 61) käsitys elä-

mänlaadun keskeisistä osa-alueista, jonka he ovat hahmotelleet lukuisten aikaisempien

tutkimusten pohjalta. Tärkeimmiksi elämänlaadun osa-alueiksi on nimetty fyysinen, ai-

neellinen, sosiaalinen, emotionaalinen ja tuottava hyvinvointi, joita heidän tutkimukses-

saan kutsutaan myös objektiivisiksi elinoloiksi (Felce & Perry 1995, 62).

10

ELÄMÄNLAATU

KUVIO 1. Elämänlaadun keskeiset osa-alueet (mukaillen Felce ja Perry 1995, 61)

Felcen ja Perryn (1995, 62) mukaan yksilön subjektiivinen hyvinvoinnin kokemus syntyy

siitä, miten tyytyväinen hän on näihin elinoloihin. Tyytyväisyyttä taasen määrittävät jo-

kaisen yksilölliset tavoitteet ja arvostukset, toisin sanoen se, minkä merkityksen kukin

antaa esimerkiksi aineelliselle tai sosiaaliselle hyvinvoinnilleen.

Viime vuosikymmenien aikana elämänlaadun käsitteestä on tullut keskeinen osa myös

ihmisten terveydentila määrittämistä ja terveydenhuollon toimenpiteiden arviointia. Ta-

voitteena on näin ollut tavoittaa ihmisten omia näkemyksiä sen sijaan, että arvioinnissa

keskityttäisiin pelkkiin objektiivisiin mittareihin, kuten kuolleisuuteen. Elämänlaadun

subjektiiviset mittaustavat kohtaavat kuitenkin edelleen vastustusta niiden taholta, joiden

mukaan on löydettävissä yleispätevä normi, jolla voidaan riippumattomasti arvioida kaik-

kien yksilöiden elämänlaatua. Elämänlaadun määritteleminen poliittisten päättäjien ja

suunnittelijoiden toimesta on ongelmallista erityisesti autonomian näkökulmasta, koska

ihmisillä tulisi olla mahdollisuus päättää omasta elämästään: yksilön itsemääräämisoi-

keutta voidaan kuitenkin pitää osana laadukasta elämää. (SandØe 1999, 11.)

Fyysinen hyvinvointi

- terveys

- hyvä kunto

- turvallisuus (henkilö-

kohtainen)

- liikkuvuus

Emotionaalinen hyvinvointi

- positiivinen kiintymys

- asema / arvonanto

- tyytyväisyys

- tyydyttyneisyys

- itsetunto

- uskonto / vakaumus

Aineellinen hyvinvointi

- tulot

- tasapainoisuus

- asumisen laatu

- naapurusto

- turvallisuus (ympäristö)

- ateriat / ruoka

- omaisuus

- kulkuyhteydet

- yksityisyys

Sosiaalinen hyvinvointi

- sosiaalinen elämä /

perhe- ja ystävyyssuh-

teet

- yhteisöllinen osallistu-

minen: aktiviteetit ja ta-

pahtumat sekä yhteisön

hyväksyntä ja tuki

Tuottava hyvinvointi

- pystyvyys / itsenäisyys

- valinnan- ja kontrolloinnin

mahdollisuus

- työ

- kotityöt

- tuottavuus / osallistuminen

- vapaa-aika

- koulutus

11

Tässä tutkielmassa elämänlaadun tarkastelu perustuu pitkälti Maailman Terveysjärjestö

WHO:n tulkintaan. WHO:n (1997) määritelmän mukaan yksilön elämänlaatu on hänen

kokemuksensa omasta elämäntilanteestaan siinä kulttuurisessa kontekstissa ja arvojärjes-

telmässä, jossa hän elää. Tätä kokemusta tulee suhteuttaa lisäksi muun muassa yksilöiden

omiin tavoitteisiin ja odotuksiin.

2.2 Hyvinvoinnin ulottuvuudet

2.2.1 Fyysinen hyvinvointi – objektiivinen ja subjektiivinen terveys

Ihmisen terveydentila on hyvinvointiin ja elämänlaatuun voimakkaasti vaikuttava tekijä.

Varhaisimpia terveyden määritelmiä on Maailman terveysjärjestö WHO:n versio vuo-

delta 1948, jonka mukaan terveys ei ole pelkästään sairauden poissaoloa, vaan täydellisen

fyysisen, psyykkisen ja sosiaalisen hyvinvoinnin tila (WHO 1948). Määritelmää on pi-

detty usein puutteellisena, koska sen mukaan suurin osa ihmisistä olisi useimmiten muuta

kuin terveitä. Tulkintaa on haluttu uudistaa muun muassa siksi, että se olisi paremmin

linjassa terveyden edistämisen tavoitteiden kanssa. Käsitteen sisällölliseksi vaihtoehdoksi

on esitetty näkemystä terveydestä yksilön kykynä sopeutua ja korjata itse sosiaaliseen,

fyysiseen tai tunne-elämään liittyvien haasteiden aiheuttamia häiriöitä. Tässä ajatuksessa

korostuvat erityisesti ihmisen toimintakyky, elämänlaatu ja hyvinvoinnin kokemus. (Hu-

ber ym. 2011.)

2.2.2 Psyykkinen hyvinvointi – positiivista mielenterveyttä

Mielenterveys on olennainen osa ihmisen terveyttä ja hyvinvointia: terve mieli auttaa

meitä havainnoimaan ja tulkitsemaan ympäristöämme sekä tarvittaessa muokkaamaan

sitä tai mukautumaan siinä tapahtuviin muutoksiin. Henkiset voimavarat mahdollistavat

elämän kokemisen hyvänä ja merkityksellisenä, onhan kykymme ajatella, puhua sekä

kommunikoida muiden kanssa pitkälti kiinni psyykkisistä edellytyksistämme. Psyykki-

nen hyvinvointi on merkityksellistä myös sosiaalisen osallisuuden ja yhteisöllisen osal-

listuminen lisäksi. Perusta mielenterveydelle ja hyvinvoinnille luodaan lapsuudessa,

mutta vuosien varrella siihen vaikuttavat niin elämäntapahtumat, yksilölliset voimavarat

kuin sosiaalinen kanssakäyminen. (Lahtinen ym. 1999.)

12

Mielenterveydestä puhuttaessa tarkoitetaan edelleen tänäkin päivänä lähinnä mielisai-

rauksia ja erilaisia psyykkisiä häiriöitä (Vaillant 2003, 1373; Sohlman ym. 2005, 210).

Mielenterveyden myönteiset puolet voivat kuitenkin olla yksilön hyvinvoinnin näkökul-

masta korvaamattoman arvokkaita. Positiivisen mielenterveyden käsitteessä korostetaan-

kin psyykkistä hyvinvointia voimavarana, johon yhdistyvät koherenssin tunne, itseluot-

tamus ja yksilön tyytyväisyys itseensä (Sohlman 2004). Käsitteen historia on pitkä (ks.

esim. Jahoda 1958), mutta sen käyttöä ja tämän hyvinvoinnin osatekijän arviointia on

kehitetty vasta viime vuosikymmeninä.

George E. Vaillantin (2003) mukaan positiivista mielenterveyttä voidaan tarkastella kuu-

desta eri ulottuvuudesta käsin: ensinnäkin mielenterveydellä voidaan tarkoittaa psyyk-

kistä tilaa, jota pidetään objektiivisesti tavoiteltavana, kuten kykyä työskennellä tai ra-

kastaa. Toiseksi ulottuvuudeksi Vaillant (2003) nimeää yksilön kyvyn toteuttaa itseään,

kolmanneksi henkilön henkisen kypsymisen ja neljänneksi tunne- ja sosiaalisen älyn. Vii-

denneksi mielenterveyttä voidaan arvioida yksilön kokeman subjektiivisen hyvinvoinnin-

kautta ja viimeiseksi resilienssin eli psyykkisen sinnikkyyden tai lannistumattomuuden

näkökulmasta (Vaillant 2003).

2.2.3 Sosiaalinen hyvinvointi – sosiaalisia suhteita ja osallisuutta

Sosiaalinen hyvinvointi kuvaa niitä olosuhteita sekä toimintakykyä, jota yksilöllä on yh-

teiskunnassa (Keyes 1998, 122). Juho Saari (2010) näkee hyvinvoinnin sosiaalisen ulot-

tuvuuden heijastavan ihmisen sosiaalista statusta yhteisössään, toiminnan hyväksyttä-

vyyttä sekä välittämistä. Eniten sosiaalista hyvinvointia vahvistaa kuitenkin viimeksi

mainittu eli tunne siitä, että toiset välittävät (Saari 2010). Myös esimerkiksi aiemmin mai-

nitussa Erik Allardtin (1976) hyvinvointitarpeiden luokituksessa on kuvattu ihmisen

luontaista tarvetta kuulua sosiaaliseen verkostoon, joka rakentuu vastavuoroisuudelle ja

välittämiselle.

Yksilön sosiaalinen integraatio ja osallisuus ilmenevät hänen suhteessaan yhteiskuntaan

ja yhteisöön. Hyvinvoiva ihminen tuntee olevansa osa niitä ja kokee, että hänellä on jo-

takin yhteistä omaan sosiaaliseen piiriinsä kuuluvien kanssa. Sosiaalisen hyvinvoinnin

puutteet liittyvät sitä vastoin yksilön eristämiseen tai hänen omiin vieraantumisen koke-

muksiin yhteiskunnassa, jossa hän ei saa vastakaikua arvoilleen ja elämäntavalleen (ks.

13

esim. Kiilakoski 2007, 11-12). Tällöin henkilö elämästä puuttuvat hyvinvoinnille olen-

naiset merkitykselliset ja tukea antavat ihmissuhteet.

2.3 Hyvinvoinnin ja terveyteen liittyvä elämänlaadun mittaaminen

Yhteiskuntien hyvinvoinnin mittareina on perinteisesti käytetty esimerkiksi bruttokan-

santuotetta, tulotasoa ja elinajanodotetta. Hyvinvoinnin tason määrittämisessä on kuiten-

kin painotettu jo pitkään yhä enemmän elämänlaadun mittaamista perinteisten taloudel-

listen ja sosiaalisten tunnuslukujen sijaan. Talouteen perustuvien indikaattoreiden kri-

tiikki synnytti jo 1960-luvulta lähtien niin kutsutun sosiaali-indikaattori-liikkeen. Tämän

suuntauksen piirissä pyrittiin kehittämään taloudellisten indikaattoreiden rinnalle väestön

hyvinvoinnin tilan seuraamiseksi sosiaalisia osoittimia (Kainulainen 2011, 142).

Tämän päivän hyvinvointitutkimuksessa keskeisiä käsitteitä ovat muun muassa hyvin-

vointi, elintaso, elämänlaatu, onnellisuus ja tyytyväisyys elämään. Näiden lisäksi kestävä

kehitys on noussut merkittäväksi hyvinvointia määrittäväksi tekijäksi (Simpura & Uusi-

talo 2011, 106). Koetun hyvinvoinnin tutkimus alkoi puolestaan vakiintua omaksi tie-

teenalakseen 1980-luvun puolivälistä alkaen ja nykyisin erilaisia koetun hyvinvoinnin

mittareita on saatavilla useita (Diener ym. 2009, 3-4). Alun perin elämään tyytyväisyyttä

tai onnellisuutta selvitettiin yleisesti yksittäisellä kysymyksellä, mutta mittareiden vali-

diutta ja reliaabeliutta koskevan tutkimustiedon lisääntymisen myötä vallitsevaksi käy-

tännöksi on tullut erilaisten kysymyssarjojen käyttö (Diener ym. 2009, 4).

Terveydentilaa määritettäessä voidaan valita sekä terveyden objektiivisia että subjektii-

visia mittareita. Ensiksi mainitut antavat tietoa erilaisista terveydentilan muutoksista

(esim. verenpaine ja kolesteroliarvot), kun taas subjektiivinen eli koettu terveys kertoo

yksilön omasta terveyden kokemuksesta. Terveydenhuollon piirissä elämänlaadun arvi-

ointiin liittyvä tutkimus lisääntyi erityisesti 1970-luvulta lähtien. Moniulotteisen käsitteen

rinnalle kehitettiin termi terveyteen liittyvä elämänlaatu (health-related quality of life,

HRQoL), joka mahdollisti keskittymisen terveyden, sairauksien sekä erilaisten hoitojen

elämänlaadullisiin vaikutuksiin (Ferrans ym. 2005, 336). Tällä tavoin tarkastelun ulko-

puolelle rajattiin elämänlaatuun liittyvät kulttuuriset, poliittiset ja sosiaaliset tekijät (ks.

esim Guyatt ym. 1993, 622).

14

Terveyteen liittyvän elämänlaadun arviointi perustuu ihmisen subjektiiviseen näkemyk-

seen omasta terveydestä, hyvinvoinnista ja toimintakyvystä (Guyatt ym. 1993; Ferrans

ym. 2005). Yksilön oman kokemuksen lisäksi terveyteen liittyvässä elämänlaadussa ko-

rostuvat sen moniulotteisuus ja dynaamisuus (Haas 1999). WHO:n terveysmääritelmän

mukaisesti (WHO 1948) terveyteen liittyvä elämänlaatu sisältää fyysisen, psyykkisen ja

sosiaalisen ulottuvuuden, joiden lisäksi siihen on liitetty biologinen ja fysiologinen alue,

kognitiivinen alue sekä oiretilanne (Wilson & Cleary 1995; Ferrans 2005). Moniulottei-

suutensa vuoksi käsitettä on hahmotettu monien eri teoreettisten mallien kautta (Bakas

ym. 2012, 1). Myöskin käsitteen eri ulottuvuuksia on nimitetty vaihtelevilla tavoilla tut-

kijasta riippuen (Haas 1999). Vuonna 2012 Tamilyn Bakasin ym. tekemän systemaattisen

kirjallisuuskatsauksen mukaan 2000-luvun tutkimuskirjallisuudessa terveyteen liittyvän

elämälaadun teoreettista viitekehystä hahmotetaan monien erilaisten mallien kautta, mikä

puolestaan heikentää tutkimustulosten vertailtavuutta (Bakas ym. 2012, 10).

Elämänlaadun mittaamisesta on tullut olennainen osa myös sosiaali- ja terveydenhuollon

vaikuttavuutta sekä väestön hyvinvointia käsitteleviä tutkimuksia. (Aalto ym. 2013, 2).

Terveyspalveluiden vaikutuksia arvioidaan esimerkiksi elämänlaadun muutoksella, saa-

vutetuilla elinvuosilla ja kuolleisuudella (Räsänen & Sintonen 2013, 1256). Terveysta-

loustieteessä terveydenhuollon toiminnan vaikuttavuus (effectiveness) määritellään muu-

tokseksi ihmisen terveydentilassa tai elämänlaadussa, joka toiminnasta on aiheutunut ta-

vanomaisissa oloissa (Sintonen & Pekurinen 2006, 53).

Terveyteen liittyvän elämänlaadun mittarit jaetaan erikoistuneisiin (yleensä sairausspesi-

feihin) mittareihin sekä yleisiin (geneerisiin) mittareihin, joista viimeksi mainittuja voi-

daan käyttää muun muassa eri väestöryhmien elämänlaatuvertailuissa. Yleisistä mitta-

reista niin sanotut profiilimittarit mahdollistavat moniulotteisen elämänlaadun tarkastelun

ja sitä kautta esimerkiksi eri sairauksien vaikutusten vertailun. (Koskinen ym. 2009, 196-

197.) Terveystaloustieteellisessä tutkimuksessa elämänlaatua mitataan yleisesti prefe-

renssipohjaisilla mittareilla, jotka sisältävät myös elinajanodotteen (Sintonen & Pekuri-

nen 2006, 254). Tällaisilla mittareilla on mahdollista laskea laatupainotettuja elinvuosia

(quality adjusted life years, QALY) ja arvioida terveydenhuollon toimenpiteiden kustan-

nusvaikuttavuutta kustannus-utiliteettianalyysilla (Räsänen & Sintonen 2013, 1255). Vä-

estötason aineistot, kuten tässä tutkimuksessa käytetty Terveys 2011 -aineisto tai esimer-

kiksi Suomalaisten hyvinvointi ja palvelut -aineisto (HYPA) sisältävät monesti useita

15

mittareita, joilla on mahdollista kartoittaa vastaajan elämänlaatua. Mittareiden voidaan

katsoa täydentävän toisiaan ja antavan näin moniulotteisemman kuvan tutkitusta asiasta.

16

3. TERVEYSPALVELUIDEN KÄYTTÖ SEKÄ HYVINVOINNIN JA PALVELU-

KÄYTÖN YHTEYS

Terveyspalvelujen käytöllä on yhteys yksilön fyysisiin, psyykkisiin ja sosiaalisiin tekijöi-

hin sekä laajemmin siihen, miten sosiaali- ja terveydenhuolto on organisoitu ja kuinka

resurssit allokoituvat palvelujärjestelmässä. Palveluiden käyttöä voidaan tarkastella esi-

merkiksi yksilön toiminnan tai palvelun tarkoituksen näkökulmasta: primääripreventiossa

ehkäistään sairauksien puhkeamista, sekundäärisessä ehkäisyssä pyritään estämään sai-

rauden eteneminen ja tertiääritasolla torjutaan sairauden aiheuttamien haittojen pahene-

mista. (Andersen & Newman 1973, 4; ks. myös Laajasalo & Pirkola 2012, 10.) Tervey-

denhuollosta saatavat hyödyt sen sijaan voidaan jakaa kolmeen luokkaa: sosiaalisiin ja

terveydellisiin hyötyihin sekä hoivaan ja huolenpitoon (Cochrane 1972). Elämänlaadun

mittaamista ensimmäisten joukossa kehittänyt taloustieteilijä Alan Williams on korosta-

nut näistä hyödyistä erityisesti fyysisen liikkumista ja kivuttomuutta, jotka takaavat riit-

tävän toimintakyvyn suoriutua arkielämään kuuluvista rutiineista ja sosiaalisista suhteista

(Williams 1985, 326). Myös terveydenhuollon vaikuttavuuden näkökulmasta terveyspal-

veluiden käytöllä toivoisi olevan myönteistä vaikutusta yksilön terveydentilaan ja hyvin-

vointiin (vrt. esim. Sintonen & Pekurinen 2006, 53). Toisaalta terveyspalveluihin hakeu-

dutaan yleensä tilanteessa, jossa terveydentila ja sitä kautta myös hyvinvointi on heiken-

tynyt, jolloin voitaisiin ajatella, että palveluita käyttävät enemmän ne, joilla on ennestään

paljon ongelmia hyvinvoinnin eri osa-alueilla.

Tässä luvussa kuvataan tarkemmin sitä, miten kirjallisuudessa nähdään erilaisten tekijöi-

den vaikutukset terveyspalveluiden käyttöön, millaisia näkökulmia tämä tuottaa oikeu-

denmukaisuuden osalta sekä, millaisen yhteyden voidaan nähdä piirtyvän henkilön hy-

vinvoinnin ja palveluiden käytön välille.

3.1 Terveyspalveluiden käyttö: kysyntä ja tarjonta

Michael Grossmanin (1972a; 1972b; 2000) terveyden kysyntämallin mukaisesti terveys-

taloustieteessä nähdään, että terveyspalveluita käyttävien kuluttajien kysyntä koskee itse

terveyttä, ei niinkään yksittäisiä palveluita. Terveyspalveluiden käyttö voidaan täten joh-

17

taa terveyden ja hyvinvoinnin kysynnästä. Grossmanin mallia on laajasti siteerattu kirjal-

lisuudessa myös inhimillisen pääoman malliksi. Grossmanin (1972a; 1972b; 2000) mu-

kaan terveys muodostaa oman pääomavarantonsa muiden inhimilliseen pääomaan liitty-

vien ulottuvuuksien kanssa. Yksilöillä on mahdollisuus lisätä terveysvarantoaan investoi-

malla terveyteensä ja terveyden tuotantoon vaikuttavat inhimillisen pääoman muut varan-

not, erityisesti tieto ja koulutus: suuremman tietomäärän ja korkeamman koulutuksen

omaavat yksilöt tuottavat terveyttä tehokkaammin. Yksilön tulot asettavat puolestaan

omat rajoitteensa sille, millaiset terveyspalvelut ovat hänen saavutettavissaan.

Analysoitaessa terveyspalveluiden käyttöä on palveluiden kysynnän lisäksi tarkasteltava

niiden tarjontaa. Kenneth Arrowin (1963) mukaan terveyspalveluiden kysyntä eroaa mui-

den kulutushyödykkeiden kysynnästä siinä, ettei se ole yhtä tasaista ja ennakoitavaa. Ter-

veyspalveluiden vaikuttavuuteen liittyy myös aina epävarmuutta: vaikuttavaksikin todet-

tujen hoitotoimenpiteiden lopputulos ei aina vastaa odotettua. Terveydenhuollon palve-

luissa vallitsee myös laajasti informaation epäsymmetria, eikä asiakkailla ole yleisesti

tietoa erilaisista hoitovaihtoehdoista, palveluiden optimaalisesti määrästä omaa tervey-

dentilaa koskien tai palveluiden laadusta, mikä asettaa lääkärin (agentin) erityiseen ase-

maan päämies-asiakkaaseensa nähden. (Arrow 1963, 143–144.)

3.2 Terveyspalveluiden käyttö: oikeudenmukaisuus ja palvelukäytön mekanismit

Oikeudenmukaisuuden näkökulmasta terveyspalveluiden käyttöä voidaan tarkastella ver-

tikaalisen ja horisontaalisen oikeudenmukaisuuden käsitteillä. Vertikaalinen oikeuden-

mukaisuus toteutuu, kun erilaisessa palvelutarpeessa oleville ihmisille tarjotaan tarkoi-

tuksenmukaisesti erilaisia palveluita ja horisontaalinen silloin, kun samanlaisessa palve-

lutarpeessa oleville ihmisille tarjotaan samanlaisia palveluita. (Culyer & Wagstaff, 1992).

Ensinnäkin, oikeudenmukaisessa palvelujärjestelmässä kaikilla samanlaisessa palvelutar-

peessa oleville tulisi olla yhtäläinen pääsy palveluiden piiriin. Toiseksi, samassa palvelu-

tarpeessa olevien tulisi käyttää terveyspalveluita saman verran ja kolmanneksi hoitotoi-

menpiteiden pitäisi tuottaa tasalaatuista tulosta hoidettaessa samanlaisia tapauksia.

(Culyer 2001; Mooney 1983.)

Palveluiden yhdenmukainen saatavuus ei kuitenkaan välttämättä johda tasa-arvoisem-

paan terveyden jakautumiseen tai terveyspalveluiden tarpeen mukaiseen allokoitumiseen

18

(Culyer & Wagstaff 1992). Gavin Mooney (1983) on kuvannut palveluiden saatavuuden

määrittyvän palveluiden tarjonnan kautta, kun taas palveluiden käyttöä määrittävä sekä

tarjonta että palveluiden kysyntä. Terveyspalveluiden kysyntää ja tarjontaa raamittavat

erilaiset kuluttaja-asiakkaisiin ja palveluntarjoajiin liittyvät ominaisuudet. Näiden tekijöi-

den vuorovaikutus taasen tuottaa palvelujärjestelmään eroja monella eri tasolla, mikä

puolestaan vaikuttaa oikeudenmukaisuuden tavoitteiden toteutumiseen.

Ronald Andersen ja John Newman kehittivät 1973 terveyspalveluiden käytön yhteiskun-

nallisia ja yksilöllisiä tekijöitä koskevan mallin, jota on sittemmin siteerattu lukuisissa

aiheeseen liittyvissä tutkimuksissa. Heidän luokittelussaan yksilölliset tekijät jakautuvat

palvelunkäytölle altistaviin tekijöihin (predisposing factors), palvelukäytön mahdollista-

viin tekijöihin (enabling factors) ja palveluiden tarvetekijöihin (need factors). (Andersen

& Newman 1973, 6-8.) Nämä tarvetekijät määritetään yleisesti henkilön terveydentilan

tai sairauden kautta (Culyer & Wagstaff 1992).

Suomalaisen terveydenhuollon palvelujärjestelmän kontekstissa palvelujen käyttöön vai-

kuttavien tekijöiden määrittelyssä käyttökelpoisena esityksenä voidaan pitää myös Maria

Vaalavuon, Unto Häkkisen ja Sami Fredrikssonin (2013, 19) kuvausta palveluiden käytön

mekanismista. Kuviossa 2 on sulautettu yhteen sekä Andersenin & Newmanin että Vaa-

lavuon ym. malli ja tarkastelussa ovat mukana sekä yksilölliset että yhteiskunnalliset te-

kijät.

19

KUVIO 2 Palveluiden käytön mekanismit (mukaillen Andersen & Newman 1973, 4; Vaa-

lavuo ym. 2013, 19).

Kuten Vaalavuo ym. (2013, 20) toteavat, yksilötekijät ja palvelujen järjestämistapa vai-

kuttavat palveluiden käyttöön hyvin monella tapaa. Vaikka iän sekä sosiaali- ja terveys-

palveluiden käytön välillä on selkeä yhteys, ikä ei ole ainoa palveluiden käyttöä selittävä

tekijä. Sen sijaan ikä on ennemmin palveluiden käytölle altistava tekijä, koska yhdessä

sairauksien ja toimintakyvyn vajavuuksien kanssa palveluille tulee hyvin todennäköisesti

tarvetta. Etäisyys palveluihin voi olla yksi palvelun käyttöön vaikuttava tekijä: välimatkat

terveyskeskukseen sekä siellä tarjottavat palvelut ja toisaalta mahdollisuus yksityisiin lää-

käripalveluihin tai työterveyshuoltoon heijastuvat käyttöön. Tärkeäksi muuttujaksi nou-

sevat tässä kohtaa yksilön sosioekonomiset taustatekijät, kuten koulutus ja tulot. Sairas-

tavuus tai muut tarpeet voivat puolestaan johtaa tyydyttämättömiin tarpeisiin, jos palve-

luun ei päästä. Mikäli yksityisen sektorin asiakkuudesta tulee aito vaihtoehto, voi julki-

sella puolella jäädä palveluita käyttämättä. (Vaalavuo ym. 2013, 20.)

Altistavat tekijät

(esim. ikä, tulot, suku-

puoli, koulutus, ter-

veysuskomukset)

Julkisten ja

yksityisten so-

siaali- ja ter-

veyspalvelu-

jen käyttö

Tarpeet

Mahdollisuudet

(esim. tulot, etäisyys

palveluihin, jonot, yksi-

tyinen vakuutus, työter-

veyshuolto)

Terveydenhuollon palve-

lujärjestelmä

(kuntien palveluiden tar-

jonta)

resurssit, organisaatio

Sairaudet

Yhteiskunnalliset tekijät

teknologia ja normit

20

3.3 Terveyspalvelujen käytön mittaaminen sekä hyvinvoinnin ja terveyspalvelujen

käytön välinen yhteys – aikaisempaa tutkimusta

Terveyspalveluiden käyttöä voidaan mitata ja tutkia rekistereiden tai esimerkiksi palve-

luiden käyttöä selvittävien kyselyiden avulla. Suomessa rekisterit muodostuvat hoitoil-

moituksista, joita THL kokoaa sosiaalihuollon, erikoissairaanhoidon ja perusterveyden-

huollon osalta vuosittain. (THL 2016, 9; Mölläri & Saukkonen 2017, 7). Terveyden ja

hyvinvoinnin laitoksen väestöaineistoista esimerkiksi tässäkin tutkimuksessa hyödyn-

netty Terveys 2011 -aineisto sekä uusi FinSote-tutkimus sisältävät kysymyksiä palvelui-

den käyttöön, saatavuuteen ja laatuun liittyen (THL 2017). Terveys 2011 -aineistoon

käyttötietoja kerättiin haastatteluilla, joissa kysyttiin muun muassa henkilön sairaalahoi-

doista, käynneistä avohoidossa sekä mielenterveyspalveluiden käytöstä (Mäkinen ym.

2012, 20-23).

Kattavista rekistereistä ja kyselyistä huolimatta palveluiden käytön tutkiminen ei ole on-

gelmatonta. Terveydenhuollon monikanavainen rahoitus ja palveluntuottajien laaja kirjo

voivat lisätä erilaisia rekisteriaukkoja. Kapitaatioperustaisen korvausjärjestelmän on

myös epäilty kannustavan huonosti tarkkojen diagnoosien ja palveluiden käyttötietojen

kirjaamiseen (ks. esim. Bhandari & Wagner 2005, 217). Kyselytutkimuksista saatavaan,

vastaajien raportoiman palveluiden käyttötiedon laatuun vaikuttavat vastaavalla tavalla

monet erilaiset tekijät. Aman Bhandari ja Todd Wagner (2005) tunnistivat systemaattisen

kirjallisuuskatsauksensa perusteella useita itseraportoitujen terveyspalveluiden käyttötie-

tojen virheettömyyteen vaikuttavia tekijöitä. Näitä olivat kyselyn otokseen liittyen vas-

taajien kognitiiviset kyvyt, tutkittavien käyttötietojen kartoitusvälin pituus, palveluiden

tyyppi (esim. ovatko kyseessä somaattisen vai psykiatrisen puolen palvelut), palveluiden

käytön toistumisen taajuus, kyselylomakkeen suunnittelu, tiedon keruun tapa sekä erilais-

ten muistitukien mahdollinen käyttö (Bhandari & Wagner 2005).

Terveyspalveluiden käyttöä koskevat tiedot eivät ole aukottomia. Toisaalta palvelujen

käyttö ei myöskään yksiselitteisesti kerro palvelujen tarpeesta. Sekä kansainvälisessä että

suomalaisessa tutkimuskirjallisuudessa on osoitettu henkilöiden sosioekonomisen ase-

man olevan yhteydessä palveluiden käyttöön. Korkeassa sosioekonomisessa asemassa

21

olevat henkilöt käyttävät Suomessa enemmän niin julkisia kuin yksityisiäkin terveyspal-

veluita (Häkkinen & Alha 2006, 36; Manderbacka ym. 2006, 43). Pienituloisilla ja mata-

lasti koulutetuilla on kuitenkin heikompi terveydentila muihin väestöryhmiin verrattuna

(Kallio 2006; Rahkonen & Lahelma 2002), jolloin myös muilla kuin tarvetekijöillä näyt-

täisi olevan vaikutusta palveluiden kysyntään. Suomalaisessa terveydenhuollossa on yh-

täältä tasa-arvoa lisääviä piirteitä, mutta toisaalta julkisiin, yksityisiin ja työterveyden-

huollon palveluihin jakautunut järjestelmä erottelee kansalaisia sekä sosiaalisesti että ta-

loudellisesti (Ahola-Launonen 2016, 452). Esimerkiksi erikoissairaanhoidon palveluihin

liittyvän lähetekäytännön on aiemmissa tutkimuksissa osoitettu suosivan korkeammassa

sosioekonomisessa asemassa olevia (Keskimäki ym. 1996; 1997). Palvelujärjestel-

määmme ei ole kuitenkaan onnistuttu juurikaan kehittämään oikeudenmukaisemmaksi

pitkään tiedossa olleista ongelmista huolimatta (Keskimäki 2010).

Tässä tutkielmassa on haluttu keskittyä erityisesti hyvinvoinnin ja terveyspalveluiden

käytön välisiin yhteyksiin ja aiemmissa tutkimuksissa onkin osoitettu että, mitä korke-

ampi henkilön itsearvioitu terveydentila on, sitä vähemmän hän yleensä käyttää terveys-

palveluita (DeSalvo ym. 2005; Dunlop 2000; Fylkesnes ym. 1992; Hansen ym. 2012;

Lyyra ym. 2007; Miilunpalo ym. 1997; Rattay ym. 2013). Esimerkiksi perusterveyden-

huollon lääkärikäyntien määrään on havaittu vaikuttavan eniten henkilön terveystarpeet

mitattuna terveysongelmien määrällä sekä koettu terveys (Dunlop ym. 2000). Yksilön ko-

kemus omasta terveydentilastaan on yhteydessä hyvinvointiin ja elämänlaatuun. Sen on

todettu korreloivan voimakkaasti sairastavuuden ja kuolleisuuden (esim. Benyamini &

Idler 1999; Vuorisalmi ym. 2005) sekä terveyden objektiivisten mittareiden (esim. Idler

& Kasl 1995) kanssa. Joissakin tutkimuksissa sen on osoitettu ennustavan henkilön elin-

aikaa luotettavammin kuin osan terveyden objektiivisista mittareista (ks. esim. Hansen

ym. 2012; Lyyra 2007; Miilunpalo ym. 1997; Rattay ym. 2013). Koettua terveyttä voi-

daankin pitää varteen otettavana mittarina seurattaessa väestön terveyttä.

Huono itse-arvioitu terveydentila on todistetusti yhteydessä lähestulkoon kaiken tyyppis-

ten terveyspalveluiden suurempaan käyttöön. Esimerkiksi suomalaiseen väestöotokseen

ja yli kymmenen vuoden seurantaan perustuneessa tutkimuksessa (Miilunpalo ym. 1997)

koetun terveyden ja terveyspalvelujen käytön välillä havaittiin voimakas ja lähes lineaa-

rinen yhteys. Poikkeuksia ovat olleet lähinnä miesten psykiatristen palveluiden käyttö

(Hansen ym. 2012, 6) sekä hammashoidon ja gynekologin palvelut (Rattay ym. 2013, 3).

22

Erot palveluiden käyttömäärissä saattavat olla hyvin huomattavia. Kuten Petra Rattayn

ym. (2013, 3) kyselytutkimuksessa tuli ilmi, huonoksi tai erittäin huonoksi terveydenti-

lansa arvioivilla oli ollut viimeksi kuluneen vuoden aikana keskimäärin jopa kaksinker-

tainen määrä lääkärikäyntejä (keskimäärin 15 käyntiä) verrattuna henkilöihin, joiden it-

searvioitu terveydentila oli hyvä tai erittäin hyvä (keskimäärin 7,4 käyntiä).

Yllä mainituissa tutkimuksissa koetun terveyden tai hyvinvoinnin yhteyttä on tarkasteltu

useimmiten somaattisten ja erityisesti avoterveydenhuollon palveluiden käytön osalta.

Sairaalahoidon kohdalla koetun terveyden tai elämänlaadun yhteys ei aina ole yhtä selkeä.

Esimerkiksi 53 tieteellistä artikkelia kartoittaneen Angela G.E.M. de Boerin ym. (1997)

kirjallisuuskatsauksen mukaan tutkimustulokset olivat ristiriitaisia sekä elämänlaadun ja

sairaalajaksojen määrän välisen yhteyden, että koetun terveyden ja tällaisten hoitojakson

osalta. Jotkut tutkimuksista osoittivat matalammalla elämänlaadulla ja huonommalla koe-

tulla terveydellä olevan yhteyden lisääntyneisiin sairaalajaksojen määriin, mutta vastaa-

vasti yhtä monissa tutkimuksissa ei voitu osoittaa tällaista yhteyttä (de Boer ym. 1997).

Katsaustutkimuksessa keskityttiin kroonisesti sairaisiin henkilöihin. Pitkäaikais- ja mo-

nisairastavuudella on toisaalta sittemmin havaittu olevan yhteys sekä huonompaan ter-

veyteen liittyvään elämänlaatuun EQ-5D-mittarilla mitattuna että kohonneeseen riskiin

käyttää sairaala- tai ensiavun palveluita (Agborsangaya ym. 2012). Rattayn ym. (2013, 7)

väestökyselyyn perustuneessa tutkimuksessa korkeintaan tyydyttäväksi itsearvioitu ter-

veys oli tilastollisesti erittäin merkitsevästi yhteydessä sairaalapalveluiden suurempaan

käyttöön.

Myöskään mielenterveyspalveluiden käytön ja koetun terveyden tai hyvinvoinnin yhteys

ei ole yksiselitteinen. Kuten jo aiemmin mainittiin, esimerkiksi psykiatristen palveluiden

ja miessukupuolen välinen yhteys koetun terveydentilan kohdalla on erilainen. Tutkimus-

tulokset voivat vaihdella myös sen suhteen ovatko kyseessä perusterveydenhuollon mie-

lenterveyspalvelut vai erikoissairaanhoidon psykiatrinen palvelu (ks. esim Fleury ym.

2014). Toisaalta fyysisesti sairastuvilla henkilöillä on osoitettu olevan jopa kolminkertai-

nen riski hakeutua mielenterveyspalveluiden piiriin (Yoon & Bernell 2013), joten hei-

kompi terveys ja hyvinvointi voivat ennustaa lisääntynyttä mielenterveyspalveluiden

käyttöä.

23

Mielenterveyspalveluiden käytön osalta yhteneväisiä tuloksia on saatu tutkimalla yh-

teyttä koherenssin tunteeseen. Heikon koherenssin tunteen on osoitettu ennustavan suu-

rempaa mielenterveyspalveluiden käyttöä (Ristkari ym. 2005; Bergh ym. 2006). Kohe-

renssin tunteen on puolestaan osoitettu olevan yhteydessä sekä elämänlaatuun, että koet-

tuun terveyteen: mitä korkeampi yksilön elämänhallinnan tunne on, sitä parempi on hänen

koettu terveytensä ja elämänlaatunsa ja koettu terveytenä (Eriksson 2007; Eriksson &

Lindström 2005).

24

4. TUTKIMUSTEHTÄVÄ, AINEISTO JA TUTKIMUSMENETELMÄT

4.1 Tutkimuskysymykset ja aineisto

Tutkimuksen tehtävänä on selvittää hyvinvoinnin ja terveyspalveluiden käytön välistä

yhteyttä. Tätä suhdetta analysoidaan erilaisten terveyspalveluiden osalta useilla eri sub-

jektiivisen hyvinvoinnin mittareilla. Aikaisemman tutkimuksen perusteella on johdonmu-

kaista ajatella, että paremmalla hyvinvoinnilla on yhteys vähäisempään palveluiden käyt-

töön. Toisaalta tiedetään, että palvelujen käyttö liittyy myös muihin tekijöihin, kuten so-

sioekonomiseen ryhmään, palvelujärjestelmään sekä yhteisön ja lähipiirin tilanteeseen ja

suhtautumiseen (esim. Andersen & Newman 1973). Yksilöllisten terveyden ja hyvinvoin-

nin muutosten vaikutukset palveluiden käyttöön ovat täten riippuvaisia ryhmien ja yhtei-

söjen taustatekijöistä. Tutkimuskysymykseni ovat:

1. Miten terveyspalveluiden käyttöä määrittävät yhteiskunnalliset ja yksilölliset te-

kijät ovat jakautuneet aineistossa?

2. Miten koettu terveys, elämänlaatu ja koherenssin tunne sekä erilaiset muut taus-

tatekijät ovat yhteydessä terveyspalveluiden käyttöön?

Yllä oleviin kysymyksiin minulla on mahdollisuus saada vastauksia Terveyden ja hyvin-

voinnin laitoksen (THL) keräämään Terveys 2011 -aineiston avulla, jota käytän tutki-

muksen empiirisessä osassa. Alun perin vastaavanlainen aineisto kerättiin vuosina 2000-

2001 Terveys 2000 -tutkimusta varten Manner-Suomen aikuisväestöä edustavana otok-

sena. Terveys 2011 -tutkimus on seuranta- ja poikittaistutkimus, johon kutsuttiin elossa

olevat Terveys 2000 -tutkimukseen osallistuneet henkilöt. Vuonna 2011 he olivat vähin-

tään 29-vuotiaita. Lisäksi tutkittiin uusi satunnaisotos 18-28-vuotiaita. Terveys 2011 -

tutkimus sisälsi laajan terveystarkastuksen, haastattelun sekä kyselylomakkeita. (Koski-

nen ym. 2012, 14–15.) Aineistossa oli vuonna 2011 vastaajia kaiken kaikkiaan 10 171.

Tässä tutkimuksessa ovat mukana aineiston 7934 työikäistä henkilöä (18-64-vuotiaat),

joita olen tutkinut aiemmin Diakonia-ammattikorkeakoulun toteuttamassa Kannattava

työllistäminen -hankkeessa (ks. Pehkonen-Elmi ym. 2015).

25

4.2. Aineiston vastauskato ja sen hallinta

Vastauskato on otokseen perustuvissa kyselytutkimuksissa yleinen ja todellinen ongelma.

Tämä pätee erityisesti lääke- ja sosiaalitieteen alojen aineistoihin, joissa kiinnostuksen

kohteet liittyvät usein erilaisiin arkaluonteisiin tietoihin, kuten henkilöiden tuloihin, mie-

lipiteisiin, asenteisiin, uskomuksiin, terveyteen ja työkykyyn (Durrant 2005). Toisaalta

otoksen tulee olla ominaisuuksiltaan perusjoukkoon nähden mahdollisimman edustava,

jotta voidaan varmistaa, että saadut tulokset ovat yleistettävissä koskemaan koko perus-

joukkoa (Heikkilä 2014, 32-33). Perusjoukon näkökulmasta aineistot sisältävät puuttuvia

tietoja sekä otantamenetelmästä että otokseen valittujen osallistumattomuudesta johtuen

(Härkänen ym. 2016, 2).

Terveys 2011 -aineiston painottamaton osallistumisaste oli 20 prosenttiyksikköä pie-

nempi kuin Terveys 2000 -tutkimuksessa ja osallistumisaste Terveys 2011 -kyselyyn

vaihteli eri ikäryhmissä 42 prosentista (18-29-vuotiaat) 79 prosenttiin (50-74-vuotiaat).

Terveystutkimusten kohdalla osallistumisaste vaihteli puolestaan 29 prosentista (18-29-

vuotiaat) 66 prosenttiin (50-74-vuotiaat). Puuttuvien tietojen vaikutusten huomioi-

miseksi Terveys 2011 -aineisto sisältää painokertoimia, joilla voidaan korjata yksikkö-

vastauskadosta johtuvia puutteita aineistossa (Härkänen 2012, 28; vrt. Durrant 2005).

Erävastauskadon tapauksissa, kun tutkittava on jättänyt vastaamatta yksittäisiin kysy-

myksiin tai vastauksen arvo on epäkelpo, tilanne on hankalampi. Puuttuvia tietoja sisäl-

tävät havaintorivit on mahdollista poistaa aineistosta, jolloin analyysit perustuvat niin sa-

nottuihin täydellisiin havaintoriveihin. Tällaista menettelyä ei kuitenkaan suositella, mi-

käli tietojen puuttumisen mekanismia ei tunneta, eikä jäljelle jäävän otoksen edustavuu-

desta voida varmistua (esim. Karvanen 2015, 46-47; Yucel 2008).

Täydellisten havaintorivien analyysiin jäisi tässä tutkimuksessa jäljelle se 16 prosentin

osuus työikäisten henkilöiden ryhmästä, joiden osalta on saatavissa kaikki tutkimuksen

kannalta oleelliset muuttujatiedot terveyspalveluiden käyttöä ja erilaisia hyvinvoinnin ja

elämänlaadun mittareita koskien. Tällaisen joukon edustavuutta voidaan pitää kyseenalai-

sena ja se olisi joka tapauksessa aineiston tehotonta käyttöä (vrt. Karvanen 2015, 47; van

Buuren & Oudshoorn 1999, 6). Aineiston laatua voidaan kuitenkin tällaisissa tilanteissa

26

yrittää korjata esimerkiksi imputointimenetelmillä, joissa yksittäisiä puuttuvia tietoja kor-

vataan keinotekoisesti luoduilla havainnoilla (Karvanen 2015, 47; Yan & Curtin 2010,

535).

4.2.1 Moni-imputointi

Moni-imputoinnin menetelmä on kuvattu ensimmäisen kerran Donald Rubinin toimesta

vuonna 1976 (Rubin 1976) ja sitä on pidetty pitkään parhaana mahdollisena moniulot-

teisten aineistojen puuttuvien tietojen hallinnan keinona (van Buuren & Oudshoorn 1999,

6; van Buuren & Groothuis-Oudshoorn 2011, 1). Menetelmän perusperiaatteena on, että

puuttuvaan tietoon liittyvää epävarmuutta voidaan vähentää korvaamalla se usealla mah-

dollisella arvolla (van Buuren 1999 & Oudshoorn, 8). Alla olevassa kuviossa 3. on Stef

van Buurenin ja Karin Oudshoornin (1999, 8) esityksestä mukailtu kuvaus moni-impu-

toinnin vaiheista.

KUVIO 3. Moni-imputoinnin vaiheet (mukaillen van Buuren & Oudshoorn 1999, 8).

Nimestään huolimatta moni-imputoinnissa tarvittavien imputointien määrän ei tarvitse

olla kovin suuri ja monissa tapauksissa kymmenen tällaista aineistoa riittää (Karvanen

2015, 47). Imputoitujen aineistojen erot heijastavat puuttuviin tietoihin liittyvää epävar-

muutta: ne ovat samanlaisia todellisten havaintojen osalta, mutta korvatut arvot eroavat

toisistaan (van Buuren & Oudshoorn 1999, 8; Karvanen 2015, 47). Imputoitujen aineis-

tojen analyysissä ei erotella todellisia ja imputoituja arvoja ja niitä käsitellään täydellisten

aineistojen tapaan. Viimeisessä vaiheessa imputoidut aineistot yhdistetään lopullista ana-

lyysia varten huomioiden puuttuvaan tietoon ja imputointiprosessiin liittyvät epävarmuu-

det. (van Buuren & Oudshoorn 1999, 8.)

Imputointi

Analyysi

Imputointi

Yhdistäminen

Imputointi

puutteellinen

aineisto moni-imputoitu

aineisto

analyysitulokset lopulliset tu-

lokset

27

Oikeaoppisesti suoritetussa moni-imputoinnissa tärkeimpiä perusteita on satunnaisen

puuttuvuuden oletus. Väestötutkimuksissa esiintyvä tietojen puuttuminen ei kuitenkaan

useimmiten ole täysin satunnaista. Myös Terveys 2011 -tutkimuksessa vastauskato oli

joiltakin osin valikoitunutta: osallistumisprosentti oli hyvin matala erityisesti nuoremman

ikäluokan naimattomien miesten keskuudessa, mikä on linjassa aiemman tutkimuksen

kanssa (Härkänen 2016, 15; vrt. Tolonen 2005, 120-121). Myös heikompi itsearvioitu

työkyky, osallistumattomuus tai vastaavasti aktiivinen osallistuminen harrastustoimin-

taan sekä muu äidinkieli kuin suomi madalsivat osallistumisastetta (Härkänen 2016, 15).

Vastauskadon satunnaisuuden määritelmä on edelleen kiistanalainen (ks. esim. Karvanen

2015, 47), mutta useimmiten riittävänä kriteerinä voidaan kuitenkin pitää sitä, että tietojen

puuttuminen on selitettävissä kokonaisuudessaan aineistossa olevilla havainnoilla, kuten

sukupuolella, ikäryhmällä, elinoloilla, sosiaalisella asemalla sekä muilla vastaavilla teki-

jöillä (Rässler ym. 2008, 371).

4.2.2 Ketjutettujen yhtälöiden moni-imputointimenetelmä

Tommi Härkänen ym. (2016) ovat tutkimuksessa vertailleet erilaisten puuttuvien tietojen

käsittelyn metodien soveltuvuutta Terveys 2000 - ja Terveys 2011 -aineistoihin. Vaihto-

ehtoisia menetelmiä olivat mallinnetun vastaamistodennäköisyyden käänteisluvun hyö-

dyntämiseen perustuva ”Inverse Probability Weighting” -menetelmä (IPW), puuttuvien

arvojen ja puuttuvien arvojen todennäköisyyksien malleihin perustuva ”doubly robust” -

menetelmä sekä ketjutettujen yhtälöiden moni-imputointi (Multiple Imputation by Chai-

ned Equations, MICE). Aineiston ominaisuudet huomioiden soveltuvimmaksiksi mene-

telmäksi osoittautui viimeiseksi mainittu.

Ketjutettujen yhtälöiden moni-imputointimenetelmä (MICE) on joustava ja hyödynnettä-

vissä niin jatkuvien, kategoristen kuin järjestysasteikollisten muuttujien imputointiin

(Stata 2017b, 127). Menetelmä on myös käyttökelpoinen silloin, kun tietojen puuttuvuus

ei ole monotonista, vaan niin sanottua yleistä tai sattumanvaraista (Lee & Carlin 2010,

624). MICE perustuu yksiulotteisten imputaatiomallien sarjaan, mutta monotonisen im-

putointimenetelmän sijaan siinä hyödynnetään ketjutettuja yhtälöitä ja iterointia, jolla täh-

dätään estimoidun mallin parametrien ja imputoitujen arvojen välisen mahdollisen riip-

puvuuden havaitsemiseen (Stata 2017b, 145). Ketjutettujen yhtälöiden menetelmällä ei

28

ole toistaiseksi vankkumatonta teoreettista perustaa, mutta puuttuvien aineistojen analyy-

sissa se tuottaa todennäköisesti kuitenkin luotettavampia tuloksia kuin täydellisten ha-

vaintorivien analyysi (ks. esim. Lee & Carling 2010, 631).

4.3 Analyysimenetelmät

4.3.1 Aineiston muuttujat ja kuvailevat analyysit

Tutkimuksen kuvailevassa osassa keskitytään analyysien kannalta relevanttien muuttu-

jien jakaumiin sekä korrelaatiokertoimiin. Tutkimuskysymysten mukaisesti tarkastelun

keskiössä ovat selitettävinä muuttujina erilaiset terveyspalveluiden käyttöä kuvaavat

muuttujat. Nämä kolme tutkimuksessa käytettyä muuttujaa ovat dikotomisia käyntimuut-

tujia ja ne kuvaavat sekä terveydenhuollon avopalveluiden käyttöä, vuodeosastopalvelui-

den käyttöä, että mielenterveyspalveluiden käyttöä. Selitettävät muuttujat ovat: lääkäri-

käyntejä 12 kuukauden sisällä (on / ei), vuodeosastokäyntejä 12 kuukauden sisällä (on /

ei) sekä mielenterveyspalvelukäyntejä 12 kuukauden sisällä (on / ei).

Terveys 2011 -aineiston, 30 vuotta täyttäneiden perusraportin mukaan lääkärikäyntien

määrä vähentyi vuodesta 2000 vuoteen 2011 mennessä. Selityksinä vähenemiselle on pi-

detty väestön parantunutta toimintakykyä sekä hoitokäytäntöjen ja palveluiden järjestä-

mistavan muutoksia, mutta mahdollista on, että aineisto on näiltä osin ollut jonkin verran

valikoitunutta, eikä painokertoimien tuloksia oikaisevasta vaikutuksesta ollut näiden ana-

lyysien aikaan vielä varmuutta. (Nguyen ym. 2012, 174.) Vastaavia muutoksia vuosien

2000 ja 2011 välillä ei havaittu sairaaloiden vuodeosastohoidon käytössä tai mielenter-

veydenongelmiin liittyvien terveyspalveluiden käytössä (Suvisaari & Lindfors 2012, 180;

Manderbacka & Keskimäki 2012, 184).

Selittävien muuttujien ryhmittelyssä on hyödynnetty Andersenin ja Newmanin (1973)

sekä Vaalavuon ym. (2013) esityksiä palveluiden käytön mekanismeista. Andersenin ja

Newmanin (1973, 6) mallissa palveluiden käyttöön vaikuttavat ensisijaisesti yhteiskun-

nalliset tekijät, kuten teknologinen kehitys sekä normit, jotka ilmentävät esimerkiksi sai-

rauksien ja puutteen merkitystä yhteiskunnassa. Teknologia ja normit vaikuttavat puoles-

taan terveydenhuollon palvelujärjestelmän muotoutumiseen, mikä on osaltaan yhteydessä

erilaisiin yksilöllisiin tekijöihin.

29

Teknologista kehitystä ja normeja kuvaavia muuttujia ei ole saatavissa Terveys 2011 -

aineistossa, mutta eräitä palvelujärjestelmää koskevia tietoja aineistolla on mahdollista

tarkastella. Andersenin ja Newmanin (1973, 6) mukaan terveydenhuollon palvelujärjes-

telmää määrittävät ensinnäkin väestömäärään suhteutetut resurssit sekä niiden maantie-

teellinen jakautuminen. Suomessa terveyspalveluiden sijainnissa on suuria alueiden väli-

siä ja sisäisiä eroja. Yleisesti ottaen harvaan asutuilla maaseutualueilla palveluiden fyy-

sinen saavutettavuus on heikointa ja väestö sekä palvelut keskittyvät nyt ja tulevaisuu-

dessa entistä enemmän Etelä-Suomeen ja muutamien kaupunkikeskustojen tuntumaan

(Huotari ym 2013, 15; Hätälä & Rusanen 2013, 47; Rehunen ym. 2016, 2). Terveys 2011

-aineistossa palveluiden saavutettavuuden maantieteellisiä eroja on mahdollista tarkas-

tella karkealla tasolla esimerkiksi tilastollisen kuntaryhmitys -käsitteen kautta, jossa kun-

nat jaetaan maaseutumaisiin, taajaan asuttuihin ja kaupunkimaisiin kuntiin (vrt. Tilasto-

keskus 2018).

Toiseksi, terveydenhuollon palvelujärjestelmää määrittää sen organisoitumisen tapa, ku-

ten hoitoonpääsyyn liittyvät tekijät jonotusajoista lähetekäytäntöihin (Andersen & New-

man 1973, 6). Kuten tämän tutkielman kappaleessa 3.3 todettiin, maamme terveyden-

huollon palveluiden organisoinnissa on parhaimmillaan tasa-arvoa lisääviä piirteitä,

mutta erilaiset palvelut voivat olla heikommin saavutettavissa pelkästään julkisessa ter-

veydenhuollossa asioiville työterveyshuollon palveluita hyödyntäviin tai korkeammassa

sosioekonomisessa asemassa oleviin verrattuna. Taulukossa 2 on kuvattu ne palvelujär-

jestelmään ja yksilöiden ominaisuuksiin kytkeytyvät muuttujat, joita on ollut mahdollista

tutkia Terveys 2011 -aineistolla. Palveluiden organisointiin liittyviä seikkoja voidaan

tässä tutkimuksessa tarkastella välillisesti yksilöllisten, mahdollistavien tekijöiden, eli

henkilöiden työmarkkina-aseman ja tulojen riittävyyden kautta

30

TAULUKKO 2. Tutkimuksen selittävät muuttujat palveluiden käytön mekanismien

pohjalta (vrt. Andersen & Newman 1973; Vaalavuo ym. 2013).

Kategoria Aineistossa saatavilla oleva tieto

Terveydenhuollon palvelujärjestelmä

Resurssit ja palveluiden saavutettavuuden maan-

tieteelliset erot

Kuntatieto, joka heijastelee palveluiden tarjon-

taa ja, jonka perusteelta on muodostettu tilastol-

lisen kuntaryhmityksen mukainen jako maaseu-

tumaisiin, taajaan asuttuihin ja kaupunkimaisiin

kuntiin.

Yksilölliset tekijät

Altistavat tekijät Ikä, sukupuoli, koulutus ja siviilisääty

Sairaudet / tarpeet Koettu terveys, hyvinvointi ja elämänlaatu

Pitkäaikaissairaus

Mahdollistavat tekijät Työmarkkina-asema / pääasiallinen toiminta ja

tulojen riittävyys

Terveyspalveluiden käyttöön vaikuttavat yksilölliset tekijät on jaettu altistaviin tekijöi-

hin, tarvetekijöihin ja mahdollistaviin tekijöihin. Altistavista tekijöistä iän on osoitettu

olevan voimakkaasti yhteydessä terveyspalveluiden käyttöön lähinnä vanhemmilla ikä-

ryhmillä havaittavien lisääntyvien sairauksien ja vajaakuntoisuuden myötä (Vaalavuo

ym. 2013, 20). Sukupuolten väliset erot näyttäytyvät puolestaan sekä palveluiden käyttö-

määrissä että käytettyjen palveluiden tyypeissä: hoitomenoilla laskettuna naisten palve-

luiden käytössä korostuvat Suomessa, ikäryhmästä riippuen, perusterveydenhuolto ja sai-

rausvakuutusten korvaamat yksityiset palvelut, kun taas iäkkäämmillä miehillä on saman-

ikäisiin naisiin verrattuna enemmän somaattisen erikoissairaanhoidon käyttöä (Kapiainen

& Eskelinen 2014, 47).

Koulutustason on kansainvälisessä tutkimuskirjallisuudessa osoitettu korreloivan joko

positiivisesti tai negatiivisesti terveyspalveluiden käytön kanssa maasta ja sen palvelujär-

jestelmän organisoitumisesta riippuen (ks. Feinstein ym. 2006, 266-267). Yleisesti tiede-

tään, että matalammin koulutetuilla on keskimäärin heikompi terveydentila ja Suomessa-

kin korkea koulutus on yhteydessä hyvään terveyteen ja sitä kautta pienempään palvelu-

tarpeeseen (Häkkinen ym. 2009, 27). Tästä huolimatta korkeassa sosioekonomisessa ase-

massa olevat henkilöt käyttävät Suomessa enemmän niin julkisia kuin yksityisiäkin ter-

veyspalveluita (Häkkinen & Alha 2006, 36; Manderbacka ym. 2006, 43).

Siviilisäätyä tarkasteltaessa on havaittu, että erilaisten terveys- ja toimintakykyongelmien

esiintyvyys on vähäisintä naimisissa olevilla naisilla ja miehillä (esim. Martelin ym. 2002,

31

100). Parisuhteessa elämiseen on liitetty terveyttä edistäviä vaikutuksia, kuten sosiaalista

tukea, terveellisiä elämäntapoja ja parempia taloudellisia resursseja (esim. Hahn 1993;

Ross ym. 1990), mutta on myös mahdollista, että terveemmillä henkilöillä on suurempi

todennäköisyys päätyä parisuhteeseen (Goldman ym., 1995; vrt. Ostamo ym. 2007, 91).

Terveyspalveluiden käytön osalta siviilisäädyiltään erilaiset ryhmät käyttäytyvät hyvin

eri tavoin: eronneilla henkilöillä on osoitettu olevan suurempi riski päätyä sairaalahoi-

toon, kun taas naimattomat käyttävät terveyspalveluita naimisissa olevia vähemmän

(Joung ym. 1995, 60). Siviilisäädyn ollessa osaltaan yhteydessä henkilön sosioekonomi-

seen asemaan myös palveluiden käyttö noudattelee samanlaista kaavaa: naimisissa ole-

villa on yleisesti parempi terveydentila ja he käyttävät myös enemmän terveyspalveluita.

Tässä tutkielmassa kiinnostuksen kohteena ovat erityisesti Andersenin ja Newmanin

(1973) mallissa tarvetekijöiksi luokitellut koettu terveys, hyvinvointi ja elämänlaatu.

Aiempaa tutkimustietoa näiden muuttujien yhteydestä erilaisten terveyspalvelujen käyt-

töön on esitelty tarkemmin luvussa 3.3. Sairauksiin ja tarvetekijöihin liittyen Terveys

2011 -aineistosta tarkastellaan tässä yhteydessä lisäksi henkilön raportoimaa pitkäaikais-

sairautta. Terveys 2000 -tutkimuksen mukaan pitkäaikaissairaus oli yhteydessä suurem-

paan lääkärikäyntien määrään kaikissa ikäryhmissä sekä naisten että miesten kohdalla

verrattuna henkilöihin, joilla ei ollut kroonista sairautta (Häkkinen & Alha 2006, 35).

Työmarkkina-asemalla on useissa tutkimuksissa todettu olevan yhteys sekä henkilöiden

terveyteen että terveyspalvelujen käyttöön. Työttömät voivat huonommin ja sairastavat

työssäkäyviä enemmän (Paul & Moser 2009). Tästä huolimatta vähiten lääkärikäyntejä

on pitkäaikaistyöttömillä ja pätkätöitä tekevillä (Virtanen ym. 2006; Åhs ym. 2012).

Nämä erot työssäkäyviin ovat nähtävillä erityisesti silloin, kun huomioidaan sairastami-

seen liittyvä tarve palveluiden käytössä. (Virtanen ym. 2006; Åhs & Westerling 2006).

Sama havainto koskee pienituloisuutta sillä köyhempien henkilöiden on todettu hakeutu-

van parempituloisia harvemmin hoitoon vaikka heidän terveydentilansa sitä edellyttäisi

(esim. Åhs 2012). Itse asiassa, tuloihin liittyvä eriarvoisuus sekä yleis- että erikoislääkä-

rien palvelujen käytössä on Euroopan maista suurinta Suomessa (van Doorslaer & Mas-

seria 2004).

32

Terveys 2011 -aineisto mahdollistaisi joiltakin osin palvelujen käyttötietojen täydentämi-

sen tyydyttämättömällä palvelutarpeella sekä palvelujen käyttöä estävien seikkojen, ku-

ten jonojen, asiakasmaksujen ja hankalien kulkuyhteyksien tarkastelulla (ks. esim. Man-

derbacka ym. 2012, 189-190), mutta se jääköön seuraavan tutkimuksen aiheeksi.

4.3.2 Survey-aineiston logistinen regressio-analyysi ja marginaalivaikutusten tar-

kastelu

Tutkimuskysymysteni mukaisesti yhtenä tavoitteenani on tutkia, miten koettu terveys,

elämänlaatu ja koherenssin tunne sekä erilaiset muut taustatekijät ovat yhteydessä ter-

veyspalveluiden käyttöön lääkärikäynneillä, vuodeosastokäynneillä sekä mielenterveys-

palvelukäynneillä mitattuna. Logistinen regressioanalyysi on tavanomaisen regressio-

analyysin sovellutus, jota voidaan hyödyntää luokittelevan selitettävän muuttujan tilan-

teissa (Tabachnick & Fidell 2001, 517) ja soveltuu siten binääristen käyntimuuttujien

malleihin. Regressioanalyysin tapaan logistinen regressioanalyysi on analyysimenetelmä,

jolla voidaan tutkia useiden tekijöiden vaikutusta johonkin asiaan. Tämän tyyppisissä li-

neaarisissa malleissa selitettävää muuttujaa kuvataan selittävien muuttujien lineaarisena

funktiona. (Alkula et al.1994, 244.).

Epäparametrisenä metodina logistinen regressioanalyysi voidaan nähdä melko joustavana

analyysimallina, sillä siinä ei aseteta ennalta oletuksia selittävien muuttujien jakaumien

luonteesta tai niiden välisistä suhteista. Sen sijaan menetelmässä oletetaan, että riippu-

mattomien muuttujien ja riippuvan muuttujan logit-muunnoksen välillä on lineaarinen

yhteys (Tabachnick & Fidell 2001, 517, 522).

Logistisia regressioanalyysimalleja muodostettaessa huomioitiin kyselyaineiston analy-

soinnin erityistarpeet liittyen otoksen rakenteeseen ja tutkimusasetelmaan (vrt. Aromaa

2017 ym., 83). Aineiston kuvailevan osion tavoin analyyseissä käytettiin StataIC 14 -

ohjelmistoa. Terveys 2011 -aineistosta tunnistettiin ja sisällytettiin analyyseihin survey-

asetelman keskeiset määrittävät muuttujat: ositteet, yksilöotokset sekä painokertoimet,

joiden avulla havaintoaineisto pyritään saamaan vastaamaan alkuperäisen perusjoukon

jakaumia (Stata 2017a, 4; vrt. Aromaa ym. 2017, 114). Tutkimusasetelmaan liittyviä

muuttujia on oleellista käyttää myös moni-imputoiduissa malleissa (Stata 2017b, 8).

33

Moni-imputoidun, survey-aineiston logististen regressioanalyysimallien mahdollisten

spesifikaatio-ongelmien havaitsemiseen ei ole käytettävissä kaikki imputaatiot yhdistä-

vässä aineistossa yhtä testiä, kuten linkkitestiä (vrt. esim. Institute for Digital Research

and Education 2017). Erilaiset mallien hyvyyden tarkasteluun tarkoitetut menetelmät ei-

vät myöskään päde moni-imputoidussa aineistossa (Stata 2017b, 80), eikä menetelmäkir-

jallisuus anna tukea esimerkiksi Akaiken informaatiokriteerin (AIC) käyttöön impu-

toidulla aineistolla tehtyjen mallien vertailussa (ks. esim. Wulff & Eljskov 2017, 52).

Moni-imputoitujen logististen regressioanalyysimallien tuloksia tarkastellaan marginaa-

livaikutusten kautta. Pelkkien parametriestimaattien perusteella on hankalaa tehdä suoria

johtopäätöksiä selitettävän tapahtuman todennäköisyydestä, mutta marginaalivaikutusten

avulla se onnistuu (vrt. esim. Niittylahti 2013, 17). Logistisessa regressioanalyysissä

marginaalivaikutus kertoo kuinka paljon todennäköisyys, että selitettävä muuttuja saa ar-

von yksi kasvaa, kun selittävä muuttuja kasvaa yhdellä yksiköllä olettaen, että muutosno-

peus on vakio (esim. Stata 2017c, 1453). Epäjatkuvilla muuttujilla marginaalivaikutus

mittaa diskreettiä muutosta, toisin sanoen kuinka paljon ennustetut todennäköisyydet

muuttuvat selittävän muuttujan muuttuessa esimerkiksi nollasta ykköseen. Jatkuvien

muuttujien kohdalla marginaalivaikutus kertoo kuinka paljon ennustetut todennäköisyy-

det muuttuvat selittävän muuttujan muuttuessa vähäisesti. Vähäisellä tarkoitetaan jatku-

van muuttujan yhtä yksikköä (Williams 2018, 1-3).

Tämän tutkielman regressiomallien analysoinnissa käytetään keskimääräistä marginaali-

vaikutusta (Average Marginal Effects, AME), jolloin aineisto analysoidaan siten, että

kunkin mallissa olevan selittävän muuttujan muutoksen vaikutusta tapahtuman kokonais-

todennäköisyyteen mitataan erikseen samalla, kun muut mallin muuttujat pidetään vaki-

oina. Jokaisen selittävän muuttujan kaikista havainnoista lasketaan erikseen keskiarvo,

joka on kyseisen muuttujan keskimääräinen marginaalivaikutus, toisin sanoen laskennal-

linen vaikutus tapahtuman todennäköisyyteen, että selitettävä muuttuja saa arvon 1 (esim.

Bartus 2005, 309).

Tutkielmassa esitettyjen mallien hyvyyttä on arvioitu lisäksi selitysasteen (R2) avulla. Se-

litysaste kertoo, miten suuri osuus selitettävän muuttujan vaihtelusta selittyy mallin

avulla. Moni-imputoidussa aineistossa parametriestimaatit, kuten regressiokerroin ovat

34

yhdistetyn aineiston estimaattien keskiarvoja. Myös tällaisen aineiston selitysaste laske-

taan imputoitujen aineistojen estimaattien keskiarvoista (Harel 2017). Ofer Harelin

(2009, 1113) mukaan moni-imputoidun aineiston R2 -arvojen jakaumasta johtuen esti-

maatin luotettavuutta tulisi parantaa tekemällä korrelaatiokertoimille Fisherin z-muun-

nos. Tätä menetelmää on hyödynnetty tutkielman regressiomallien selitysasteiden laske-

misessa.

4.4 Tutkimuksessa käytetyt hyvinvoinnin ja elämänlaadun mittarit

Väestön elämänlaadun seurantaan ja eri ryhmien elämänlaatuarvioiden vertailuun sovel-

tuvat parhaiten geneeriset mittarit, jotka mahdollistavat yhteismitallisen arvioinnin riip-

pumatta henkilöiden mahdollisista sairauksista tai toimintakyvyn vajeista (Sintonen

2013, 1261). Tässä tutkielmassa terveyteen liittyvän elämänlaadun mittareista ovat mu-

kana viisi kysymystä sisältävä EQ-5D (EuroQol 1990) sekä 15 kysymystä sisältävä suo-

malainen 15D (Sintonen 1994). Näiden mittareiden summapistemäärät on laskettu suo-

malaisen väestön arvostuksiin perustuvilla painokertoimilla (vrt. Sintonen 1995; Ohin-

maa & Sintonen 1999). Yleistä elämänlaatua mitattaessa käytetään puolestaan WHO-

QOL-mittarista lyhennettyä EUROHIS-QOL-8 elämänlaatuasteikkoa (Power 2003;

Schmidt ym. 2006; da Rocha ym. 2012). Lisäksi tutkimuksessa tarkastellaan koherenssia

eli elämänhallinnan tunnetta, jota on mitattu Antonovsky SOC-13 -mittarilla. Taulukossa

3 on esitelty tarkemmin näiden mittareiden keskeisiä ominaisuuksia.

35

TAULUKKO 3. Tutkimuksessa käytetyt elämänlaadun mittarit ja niiden keskeiset omi-

naisuudet.

Mittari Käyttötarkoitus, sisältö ja relevanssi Validiteetti ja reliabiliteetti

15D (tervey-

teen liittyvä

elämänlaatu)

- Aikuisväestön geneerinen ja standardoitu

elämänlaatumittari, jota voidaan käyttää

sekä profiilimittarina- että yhden indeksi-

luvun mittarina terveystutkimuksissa, ter-

veydenhuollon toiminnan suunnittelussa

sekä toimenpiteiden vaikuttavuuden kus-

tannusvaikuttavuuden arvioinnissa. (Toi-

mia-15D-; Sintonen 1994.)

- Mittari sisältää 15 fyysistä, psyykkistä ja

sosiaalista hyvinvointia ja toimintakykyä

mittaavaa ulottuvuutta: liikuntakyky,

näkö, kuulo, hengitys, nukkuminen, syö-

minen, puhuminen, eritystoiminta, tavan-

omaiset toiminnot, henkinen toiminta, vai-

vat ja oireet, masentuneisuus, ahdistunei-

suus, energisyys ja sukupuolielämä (Sinto-

nen 1994).

- Mittarin tulosten yhtenevyys vaihtelee koh-

talaisesta merkittävään verrattaessa sitä joi-

hinkin sairausspesifien elämänlaatu-mitta-

reiden antamiin tuloksiin.

- Mittari erottelee hyvin erilaisia ryhmiä toi-

sistaan ja toistettavuus on ollut hyvä joissa-

kin tutkimuksissa, mutta muutosherkkyyttä

on tutkittu vain muutamien eri sairausryh-

mien potilailla. (Toimia-15D.)

EQ-5D (ter-

veyteen liit-

tyvä elämän-

laatu)

- Mittari on ≥ 19-vuotiaille suunnattu, stan-

dardoitu terveydentilan ja terveydenhuol-

lon toimenpiteiden tulosten arvioinnin vä-

line, joka tuottaa kuvailevan profiilin ja in-

deksiarvon vastaajan itsearvioimasta ter-

veydentilasta (EuroQol Group 1990,

Brooks & EuroQol Group 1996).

- Mittari sisältää viisi terveydentilaa kuvaa-

vaa ulottuvuutta: liikkuminen, itsestään

huolehtiminen, tavanomaiset toiminnot, ki-

vut / vaivat ja ahdistuneisuus / masennus

(The EuroQol Group 1990).

- Mittaria voidaan hyödyntää kustannusutili-

teettien arvioinnissa ja sen avulla on mah-

dollista laskea laatupainotettu elinajan

odote (van Reenen & Jansen 2015, 12).

- Mittarin kulttuurien välinen validiteetti on

arvioitu kohtalaisen hyväksi ja vastaavien

elämänlaatumittareiden antamien tulosten

kanssa arvioitu yhtenevyys vaihtelee koh-

talaisesta erittäin hyvään (Toimia-EQ-5D).

- Mittarin toistettavuudesta ei ole toistaiseksi

annettu suositusta väestön elämänlaadun ja

interventioiden elämänlaatuvaikutusten ar-

viointiin ja uudemman, 5-portaisen vas-

tausasteikon versiosta tarvitaan lisää muu-

tosherkkyyttä koskevaa tutkimustietoa

(Toimia-EQ-5D).

- Mittari kykenee erottelemaan ryhmiä koh-

tuullisesti, mutta kattovaikutuksen johdosta

erottelukyky on heikompaa lieväoireisilla

ja väestöotoksissa (ks, esim. Saarni ym.

2006, 1411)

Koettu terveys - Mittari on maailmanlaajuisesti käytetty ter-

veys- ja yhteiskuntatutkimuksessa sekä vä-

estön terveydentilan ja terveyserojen ja nii-

den muutosten havainnoimiseen (Lee

2015, 194).

- Koettua terveyttä mitataan yleisesti (stan-

dardiversio) yhdellä kysymyksellä, jossa

henkilöä pyydetään arvioimaan omaa ter-

veydentilaansa viisiportaisella asteikolla (1

= erittäin heikko koettu terveys; 5 = erittäin

hyvä koettu terveys), mutta mittaus voi-

daan tehdä myös niin sanottuna ikä- tai ai-

kavertailuna, jolloin vastaaja kuvaa ter-

veyttää vertaamalla sitä muihin saman ikäi-

siin henkilöihin tai esimerkiksi tilanteeseen

viisi vuotta sitten (Lee 2015, 194).

- Mittari on hyödynnettävissä erillisenä mit-

tarina ja moniulotteisten elämänlaatumitta-

reitten osana (Toimia- EQ-5D).

- Mittarin standardiversion on osoitettu mit-

taavan samoja asioita kuin ikä- tai aikaver-

tailuun käytetyt versiot (DeSalvo et al.

2006). Joissakin tutkimuksissa on kuiten-

kin saatu myös ikäryhmittäin vaihtelevia

tuloksia siten, että nuoremmat ikäryhmät

arvioivat terveytensä paremmaksi standar-

diversiolla ja vanhemmat henkilöt vastaa-

vasti ikä- tai aikavertailuun perustuvalla

mittauksella (Baron-Epel & Kaplan 2001).

EuroHIS-8 - Mittari on lyhennetty versio WHOQOL-

BREF-elämänlaatumittarista ja on tarkoi-

tettu nopeaksi ja helppokäyttöiseksi mene-

telmäksi väestön terveydentilan arviointiin

ja seurantaan (Power 2003).

- Mittari sisältää kahdeksan kysymystä,

jotka sisältävät yleisen elämänlaadun, ter-

veydentilan, elinvoimaisuuden, itsetunnon,

- Mittarin rakennevaliditeetti on hyvä ja yh-

tenevyys muiden vastaavia osioita sisältä-

vien mittareiden kanssa on kohtalainen tai

hyvä.

- Mittarin erottelukyky on hyvä mitattaessa

niin terveiden ja sairaiden kuin masentunei-

den ja ei-masentuneiden henkilöiden elä-

mänlaatua.

36

suhteet muihin ihmisiin, kodin ja taloudel-

lisen tilanteen ulottuvuudet. Saaduista vas-

tauksista lasketaan summapistemäärä (pis-

teitä ei lasketa, jos vastauksia puuttuu > 1),

joka jaetaan kysymysten määrällä: mitä

korkeampi keskiarvo on, sitä paremmaksi

vastaaja arvioi elämänlaatunsa. (Schmidt

ym. 2005; Toimia-EuroHIS-8).

- Mittarin sisäinen yhtenevyys on ollut tutki-

muksissa hyvä tai kiitettävä, mutta muutos-

herkkyydestä ei ole toistaiseksi saatavilla

luotettavaa tutkimustietoa (Toimia-Euro-

HIS-8).

SOC-13 - Mittari on kehitetty yksilön koherenssin

tunteen voimakkuuden mittaamiseen, joka

kuvaa henkilön elämään ja terveyteen liit-

tyvää orientaatiota, henkilöiden kykyä hal-

lita stressaavia elämäntilanteita sekä pysyä

terveenä (Eriksson & Lindström 2005,

460).

- Alkuperäisessä versiossa on 29 väittämää

ja myöhemmin kehitetyssä 13 väittämää,

jossa testataan 7-portaisella Likert-as-

teikolla henkilön kokemaa elämän mielek-

kyyttä (meaningfulness), ymmärrettä-

vyyttä (comprehensibility) ja hallittavuutta

(manageability) (Feldt ym. 2007, 486).

- Mittarin kysymyksissä on 7-portainen Li-

kert-asteikko (1= ei koskaan; 7=aina),

jonka tulokset vaihtelevat 13 pisteestä (ma-

tala koherenssin tunne) 91 pisteeseen (kor-

kea koherenssin tunne) (Feldt ym. 2007,

486).

- Tässä tutkielmassa käytettävän 13 kohdan

Orientation to Life-Scale -mittarin on to-

dettu kuvaavan luotettavasti henkilön elä-

mään ja terveyteen liittyvää orientaatiota

(Feldt ym. 2007).

- SOC-mittarin on osoitettu olevan reliaabeli

ja validi myös kulttuurien välisesti (Eriks-

son & Lindström 2005).

Terveyspalveluiden käytön ja hyvinvoinnin yhteyttä selvittäneissä tutkimuksissa on yllä

olevista mittareista hyödynnetty yleisimmin koettua terveyttä. Terveys 2011 -kysely si-

sälsi myös kysymyksen henkilön omasta yleisestä elämänlaadusta (overall quality of life)

ja sen tulokset on esitetty aineiston perusraportissa (Saarni ym. 2012, 159-160). Kysymys

on osa WHOQOL-BREF-elämänlaatumittaria ja sisältyy myös EuroHIS-8 -mittariin

(WHO 1998). Tässä tutkielmassa kysymystä ei ole käytetty erillisenä elämänlaadun mit-

tarina, koska voimassa oleva suositus elämänlaadun mittaamiselle on käyttää useampia

kysymyksiä sisältäviä mittareita, jotta käsitteen moniulotteisuus ja tulkinnanvaraisuus ei-

vät vääristäisi tuloksia (ks. esim. Fayers & Machin 2016, 42).

37

5. TULOKSIA

5.1. Aineiston taustamuuttujien kuvaileva analyysi

Tämän tutkielman kannalta keskeisissä muuttujissa oli osassa jopa 84 prosenttia puuttu-

via tietoja. Yleinen ohje on, että imputoituja aineistoja määrän pitäisi vastata suurin piir-

tein puuttuvien havaintojen suhteellista määrää (ks. esim. Faria ym. 2014, 1161). Impu-

toituja aineistoja tuotettiin 85 kappaletta, mikä kattaa reilusti 84 prosentin puuttuvuuden.

Moni-imputoinnin seurauksena alun perin 7934 henkilön aineiston havaintomäärä kasvoi

maksimissaan 682324:een. Siviilisäädyn ja tilastollisen kuntaryhmityksen muuttujissa oli

joitakin puuttuvia havaintoja, mutta vähäisen puuttuvuuden vuoksi niitä ei imputoitu. Lo-

pullisissa analyyseissa nämä vähäiset puutteet aiheuttavat kuitenkin jonkin verran vaih-

telua havaintomäärissä.

Taulukossa 4 on esitelty taustamuuttujien jakaumat sekä alkuperäisessä että moni-impu-

toidussa aineistossa. Ensin on raportoitu terveydenhuollon palveluiden maantieteellistä

saavutettavuutta tässä yhteydessä edustava tilastollinen kuntaryhmä, jonka jälkeen aineis-

ton henkilöiden yksilöllisiä tekijöitä kuvaavat muuttujat. Näistä ensimmäisenä ovat An-

dersenin ja Newmanin (1973) tarkoittamat mahdollistavat tekijät, joilla voidaan ajatella

olevan välillisesti yhteys myös terveydenhuollon organisointiin ja siihen onko henkilöllä

esimerkiksi mahdollisuus käyttää työmarkkina-asemansa puolesta työterveydenhuollon

palveluita tai paremman taloudellisen tilanteensa kautta yksityisen terveydenhuollon pal-

veluita. Seuraavaksi taulukkoon on listattu muut yksilöllisiin taustoihin liittyvät muuttu-

jat, jotka kuvaavat henkilön palveluiden käytölle altistavia tekijöitä ja sairaus- tai tarve-

tekijöitä.

Alun perin 7-luokkaista koulutusmuuttujaa käsiteltiin analyyseissä 3-luokkaisena siten,

että perusasteen suorittaneisiin lukeutuivat ne henkilöt, joilla oli enintään ammattikurssi

tai työpaikkakoulutus, mutta ei ylioppilastutkintoa. Keskiasteen suorittaneet olivat hen-

kilöitä, jotka olivat käyneet ammattikoulun, oppisopimuskoulutuksen, näyttötutkinnon,

ammatillisen koulun tai erikoisammattitutkinnon. Korkea-asteen koulutuksen saaneiksi

lukeutuivat puolestaan ne, joilla oli vähintään ammatillinen opistotutkinto (vrt. Karvonen

ym. 2012, 30). Siviilisääty -muuttujan alkuperäiset kuusi luokkaa yhdistettiin kolmeksi

38

luokaksi siten, naimattomien lisäksi oli naimisissa tai rekisteröidyssä parisuhteessa ole-

vien ryhmä sekä eronneet, kategorian ”muut” ja lesket yhdistävä ryhmä.

TAULUKKO 4. Taustamuuttujien jakaumat alkuperäisessä aineistossa ja moni-impu-

toidussa aineistossa.

Terveydenhuollon resurssit ja palveluiden saavutetta-

vuus

N (alkuperäi-

nen)

% N (moni-impu-

toitu)

%

Tilastollinen kuntaryhmä 7926 681636

kaupunkimaiset kunnat 5406 68,2 464916 68,2

taajaan asutut kunnat 1287 16,2 110682 16,2

maaseutumaiset kunnat 1233 15,6 106038 15,6

Yksilölliset, mahdollistavat tekijät

pääasiallinen toiminta 4429 678819

työssä 3020 68,2 428846 63,2

opiskelija 373 8,4 78652 11,6

eläkkeellä 513 11,6 80907 11,9

työtön tai lomautettu 267 6,0 46954 6,9

muut 256 5,8 43460 6,4

toimeentulon riittävyys 3312 677702

rahat riittävät hyvin 721 21,8 127515 18,8

rahat riittävät sopivasti 1378 41,6 267023 39,4

tinkii jossain määrin menoistaan 778 23,5 171959 25,4

tinkii paljon menoistaan 353 10,6 90564 13,4

ei tule toimeen 82 2,5 20641 3,0

Yksilölliset altistavat tekijät ja tarvetekijät

sukupuoli 7934 682324

mies 3972 50,1 341592 50,1

nainen 3962 49,9 340732 49,9

ikä (keski-ikä aineistoissa 41 v.) 7934 682324

18-24-vuotiaat 1278 16,1 109908 16,1

25-34-vuotiaat 1652 20,8 142072 20,8

35-44-vuotiaat 1523 19,2 130978 19,2

45-54-vuotiaat 1716 21,6 147576 21,6

55-64-vuotiaat 1765 22,3 151790 22,3

pitkäaikaissairaus 5167 679557

ei 2851 55,2 337998 49,7

on 2316 44,8 341569 50,3

koulutus 5014 679404

perusaste 863 17,2 138170 20,3

keskiaste 1857 37 259438 38,2

korkea-aste 2294 45,8 281796 41,5

siviilisääty 7810 671660

naimaton 3403 43,6 292658 43,6

naimisissa / rek. parisuhteessa 3555 45,5 305730 45,5

muut (eronnut / leski / muut) 852 10,9 73272 10,9

Yllä olevasta taulukosta voidaan havaita, että alkuperäisen ja moni-imputoidun aineiston

muuttujien jakaumat vaihtelevat jonkin verran niiden muuttujien osalta, joissa on ollut

eniten puuttuvia havaintoja alkuperäisessä aineistossa ja, joissa niitä on ollut enemmän

tietyissä muuttujien luokissa. Näitä ovat esimerkiksi koulutuksen osalta alimman koulu-

tusasteen omaavat henkilöt ja toimeentulon riittävyyden kohdalla henkilöt, jotka ovat jou-

tuneet tinkimään menoistaan tai kokevat, etteivät tule toimeen tuloillaan. Pääasiallisen

39

toiminnan muuttujan jakauma eroaa alkuperäisen aineistosta siten, että työssäkäyviä on

vähemmän ja opiskelijoita sekä työttömiä hieman enemmän. Pitkäaikaisesti sairaita hen-

kilöitä on puolestaan moni-imputoidussa aineistossa alkuperäistä aineisto enemmän.

Taulukkoon 5 on koottu Andersenin ja Newmanin (1973) tarkoittamiin tarvetekijöihin

lukeutuvat elämänlaadun, koetun terveyden ja koherenssin tunteen mittarit tunnuslukui-

neen. Koetun terveyden mittarin 5-luokkaista kategorista muuttujaa (1=hyvä, 2=melko

hyvä, 3=keskitasoinen, 4=melko huono ja 5= huono koettu terveys) käsiteltiin analyy-

seissa jatkuvana muuttujana (vrt. Manderbacka ym. 1998; Manor ym. 2000). Näiden mit-

tareiden jakaumat noudattelevat moni-imputoidussa aineistossa suurelta osin alkuperäi-

sen aineiston jakaumia. Keskiarvoissa on hienoista eroa EQ-5D -, EuroHIS-8 - ja SOC-

13 -mittareissa ja jonkin verran enemmän eroa koetun terveyden kohdalla. Myös kohe-

renssin tunnetta mittaavan SOC-13 maksimiarvo eroaa alkuperäisen aineiston arvosta:

moni-imputointi on tuottanut aineistoon havainnon, jossa SOC-13 -mittarin arvo on kor-

kein mahdollinen, eli 91 pistettä.

TAULUKKO 5. Elämänlaadun, koetun terveydentilan ja koherenssin tunteen mittarei-

den jakaumat alkuperäisessä ja moni-imputoidussa aineistossa.

Käytetty mit-

tari

N (al-

kup.)

N Ka (al-

kup.)

Ka SD (al-

kup.)

SD Min (al-

kup.)

Min Max (al-

kup.)

Max

15D 3202 677592 0,9 0,9 0,1 0,1 0,4 0,4 1 1 EQ-5D 3017 677407 0,8 0,7 0,2 0,2 0,2 0,1 1 1 Koettu ter-

veys

4556 678946 1,8 2,1 0,9 0,9 1 1 5 5

EuroHIS-8 3500 677890 4,0 3,9 0,6 0,6 1,1 1,0 5 5

SOC-13 3149 677539 66,8 65,7 8,0 8,0 31 25 84 91

Liitteissä 1-6 on raportoitu erilaisten terveyspalveluiden sekä aineiston jatkuvien muuttu-

jien, joihin myös elämänlaadun, koetun terveydentilan ja koherenssin tunteen mittarit lu-

keutuvat, keskinäiset korrelaatiot sekä alkuperäisessä että moni-imputoidussa aineistossa.

Kohtalaista keskinäistä korrelaatiota esiintyi EuroHIS-8 -elämänlaatumittarin ja koetun

terveyden välillä (r=0,55) sekä EuroHIS-8 - ja koherenssin tunteen SOC-13 -mittareiden

välillä (r=0,47). Voimakkainta keskinäinen riippuvuus (r=0,62) oli 15D- ja EQ-5D -mit-

tareiden välillä. Näiden mittareiden ja erilaisten terveyspalveluiden käytön välisistä sel-

vitetään tarkemmin seuraavassa luvussa.

40

5.3 Terveyspalvelujen käytön muuttujien kuvaileva analyysi

Tarkasteltaessa terveyspalvelujen käytön muuttujien jakaumia alkuperäisessä aineistossa

(kuvio 4) on havaittavissa, että lääkäripalveluita on viimeisen 12 kk:en aikana käyttänyt

hieman yli puolet henkilöistä. Sen sijaan sairaalan vuodeosastolla hoitoa on saanut vii-

meisen vuoden aikana alle yhdeksän prosenttia henkilöistä. Mielenterveyspalveluissa

vuoden aikana asioineita on vain seitsemän prosenttia.

KUVIO 4. Terveyspalvelujen käyttöä kuvaavien muuttujien jakaumat alkuperäisessä ai-

neistossa.

.

Moni-imputoidussa aineistossa (kuvio 5) tilanne eroaa jonkin verran alkuperäisen aineis-

ton jakaumista: sekä lääkärikäyntejä, sairaalakäyntejä että mielenterveyspalveluiden

käyttöä esiintyy hieman suuremmalla osalla henkilöistä.

51,5 %

8,9 % 7,0 %

48,5 %

91,1 % 93,0 %

0%

20%

40%

60%

80%

100%

Lääkärikäynti(n=5337)

Sairaalakäynti(n=5419)

Mt-palvelukäynti(n=3333)

Kyllä Ei

41

KUVIO 5. Terveyspalvelujen käyttöä kuvaavien muuttujien jakaumat moni-impu-

toidussa aineistossa.

Palveluita käyttäneiden osuudet pitänevät parhaiten paikkaansa lääkärikäyntien osalta,

mutta erityisesti mielenterveyspalveluita käyttäneitä henkilöitä on mitä todennäköisim-

min todellisuudessa enemmän. Mielenterveyspalveluihin liittyy usein leimautumisen pel-

koa, joka vaikuttaa henkilön halukkuuteen raportoida niiden käytöstä (ks. esim. Bhandari

& Wagner 2005, 224).

Liitteistä 7-12 löytyvät palvelutyypeittäin tehdyt korrelaatiotarkastelut myös aineiston

diskreeteille muuttujille. Liitteissä 1-6 on vastaavat analyysit jatkuville muuttujille, kuten

jo aiemmin mainittiin. Tarkastelut on esitetty sekä alkuperäisessä että moni-imputoidussa

aineistossa ja selkeimmät erot tuloksissa näkyvät kaikissa palvelutyypeissä koetun ter-

veyden korrelaatiokertoimen laskuna. Lääkärikäyntien osalta eroja alkuperäiseen aineis-

toon nähden on myös EQ-5D mittarin, pitkäaikaissairauden esiintymisen ja siviilisääty -

muuttujan kertoimissa: moni-imputoidussa aineistossa lääkärikäynnin ja sekä EQ-5D:n

että siviilisäädyn riippuvuus on selkeästi voimakkaampaa, kun taas pitkäaikaissairauden

ja lääkärikäynnin välinen yhteys on heikentynyt. Myös sairaalakäynnin ja pitkäaikaissai-

rauden riippuvuus on heikompaa moni-imputoidussa aineistossa.

53,7 %

10,9 % 7,8 %

46,3 %

89,6 % 92,2 %

0%

20%

40%

60%

80%

100%

Lääkärikäynti(n=679727)

Sairaalakäynti(n=679809)

Mt-palvelukäynti(n=677723)

Kyllä Ei

42

5.3 Hyvinvoinnin ja elämänlaadun yhteys terveyspalvelujen käyttöön: logistiset reg-

ressiomallit

Kaikista kolmesta tutkitusta terveyspalveluiden tyypistä tehtiin omat logistiset regressio-

analyysimallit. Mallien selittävät muuttuja valikoitiin teoriaperustaisesti sekä sen poh-

jalta, miten kyseinen tieto oli saatavilla aineistossa. Tällä tavoin testattavia malleja toteu-

tettiin aina kolme kutakin palvelutyyppiä kohti. Ensimmäisissä malleissa tarkasteltiin elä-

mänlaadun, koetun terveyden ja koherenssin tunteen yhteyttä erilaisten terveyspalvelui-

den käyttöön (malli I). Seuraavassa vaiheessa malleihin lisättiin terveydenhuollon resur-

sointia ja palveluiden maantieteellistä saavutettavuutta kuvaava tilastollinen kuntaryhmä

sekä pääasiallinen toiminta ja tulojen riittävyys, jotka heijastelevat henkilön sosioekono-

mista asemaa ja valinnanvaran mahdollisuuksia terveydenhuollon palveluissa (malli II).

Viimeiseksi malleihin sisällytettiin muut yksilöllisiä tekijöitä edustavat muuttujat (malli

III).

Erilaisten terveyspalveluiden käyttöä selittävien muuttujien väliset korrelaatiot olivat

korkeintaan kohtalaisen voimakkaita, mutta mallit testattiin mahdollisen multikollineari-

suuden varalta vielä VIF-testillä (variance inflator factor) ja toleranssiarvojen tarkaste-

lulla. VIF-testin raja-arvona pidetään yleisesti 10:tä. Toleranssiarvo on puolestaan sitä

parempi mitä lähempänä se on 1:tä ja multikollineaarisuuden riski on ilmeinen, mikäli

arvo on < 0,2 (Menard 2002, 77). VIF-ja toleranssiarvojen testaus toteutettiin lineaarisilla

regressiomalleilla käyttämällä samoja selitettäviä ja selittäviä muuttujia kuin myöhem-

missä logistisissa regressiomalleissa (vrt. Menard 2002, 76). Malleissa muuttujien VIF-

arvot olivat korkeimmillaan 1,75 ja toleranssiarvot matalimmillaan 0,57. Näiden tulosten

perusteella kaikki selittävät muuttujat voitiin sijoittaa samoihin malleihin.

Tämän tutkielman regressiomalleista raportoidaan niin kutsuttu korjattu selitysaste (Ad-

justed R2), joka huomioi mallien selittävien muuttujien määrän. Mallien selittävien muut-

tujien kertoimien merkitsevyyttä arvioidaan p-arvojen avulla, jonka raja-arvona on 0,05.

43

Tilastollinen merkitsevyys on ilmoitettu regressiomallien yhteydessä seuraavasti:

p<0,001 = tilastollisesti erittäin merkitsevä (***)

0,001≤p<0,01 = tilastollisesti merkitsevä (**)

0,01 ≤p<0,05 = tilastollisesti melkein merkitsevä (*)

Seuraavissa alaluvuissa käydään läpi logististen regressioanalyysimallien tulokset erilais-

ten terveyspalveluiden käytölle.

5.3.1 Lääkäripalvelujen käyttöä selittävät tekijät

Tarkasteltaessa pelkästään elämänlaadun, koetun terveyden ja koherenssin tunteen yh-

teyttä lääkäripalvelujen käyttöön 12 kk:n sisällä tilastollisesti merkitseviksi nousevat EQ-

5D -mittarin ja koetun terveyden kertoimet, joiden etumerkkien mukaan lääkäripalvelu-

jen käyttö on yhteydessä toisaalta korkeampi terveyteen liittyvä elämänlaatu EQ-5D -

mittarilla mitattuna, mutta myös huonompi itsearvioitu terveydentila lisäävät lääkäripal-

veluiden käytön todennäköisyyttä. Lääkäripalvelujen käytön mallin I tulokset on rapor-

toitu liitteessä 13. Mallin korjattu selitysaste on varsin vaatimaton (R2=2,2 %).

Lisättäessä malliin kuntaryhmä sekä pääasiallisen toiminnan ja tulojen riittävyyden muut-

tujat EQ-5D:n ja koetun terveyden kerrointen merkitsevyys säilyy. Lisäksi tilastollisesti

merkitseväksi selittäjäksi nousevat pääasiallisen toiminnan muuttujan opiskelijan ja elä-

keläisen kategoriat, kun vertailuryhmänä ovat työssäkäyvät henkilöt. Tällaisiin henkilöi-

hin verrattuna opiskelijastatus laskee ja eläkkeellä oleminen nostaa lääkäripalveluiden

käytön todennäköisyyttä. Lääkäripalvelujen käytön mallin II tulokset on raportoitu liit-

teessä 14. Mallin korjattu selitysaste on jonkin verran edellistä parempi, mutta edelleen

alhainen (R2=6,1 %).

Viimeisessä vaiheessa lääkäripalveluiden käyttöä selittävään malliin lisättiin muut yksi-

lölliset tekijät, jotka liittyvät palvelujen käytölle altistaviin tekijöihin sekä henkilöiden

tarvetekijöihin. Mallin korjattu selitysaste oli tähän mennessä paras, 10,9 %. Taulukossa

6 on esitetty lopullisessa mallissa olevien selittävien muuttujien marginaalivaikutukset

lääkärikäynnin tapahtuman todennäköisyyteen. Lääkäripalvelujen käytön mallin III muut

tulokset löytyvät liitteestä 15.

44

TAULUKKO 6. Lääkärikäynti 12 kk:n sisällä, selittävien muuttujien marginaalivaiku-

tukset (malli III)

Keskimääräiset marginaalivaikutukset (delta-menetelmä)

dy/dx keskivirhe t-arvo P>|t| 95 % CI. alaraja 95 % CI. yläraja

15D 0,083 0,238 0,35 0,729 -0,387 0,552

EQ-5D 0,242 0,081 3,00 0,003** 0,083 0,401

Koettu terveys 0,029 0,014 2,07 0,039* 0,001 0,057

EuroHIS-8 0,039 0,023 1,67 0,096 -0,007 0,085

SOC-13 0,000 0,002 -0,20 0,838 -0,004 0,003

Tilastollinen kuntaryhmä (vertailuryhmä: kaupunkimainen kunta)

taajaan asuttu kunta -0,013 0,022 -0,60 0,549 -0,057 0,030

maaseutumainen kunta -0,012 0,024 -0,49 0,622 -0,059 0,035

Pääasiallinen toiminta (vertailuryhmä: työssä)

opiskelija -0,113 0,034 -3,33 0,001 -0,179 -0,046

eläkkeellä 0,130 0,037 3,55 0,000*** 0,058 0,203

työtön tai lomautettu -0,021 0,039 -0,54 0,589 -0,097 0,055

muu 0,022 0,038 0,60 0,552 -0,051 0,096

Taloudellinen tilanne (vertailuryhmä: rahat riittävät hyvin)

rahat riittävät sopivasti -0,023 0,026 -0,89 0,376 -0,075 0,028

tinkii jossain määrin menois-

taan -0,024 0,034 -0,71 0,478 -0,092 0,043

tinkii paljon menoistaan 0,004 0,046 0,08 0,935 -0,088 0,095

ei tule toimeen 0,001 0,068 0,01 0,988 -0,133 0,135

sukupuoli 0,024 0,017 1,43 0,153 -0,009 0,057

ikä 0,006 0,001 7,31 0,000*** 0,004 0,007

pitkäaikaissairaus (1=on) 0,076 0,020 3,76 0,000*** 0,036 0,115

Koulutus (vertailuryhmä: perusaste)

keskiaste 0,100 0,025 3,95 0,000*** 0,051 0,150

korkea-aste 0,111 0,026 4,28 0,000*** 0,060 0,161

Siviilisääty (vertailuryhmä: naimaton)

naimisissa / rek. parisuhteessa 0,030 0,021 1,46 0,144 -0,010 0,071

muut (eronnut / leski / muut) 0,016 0,033 0,48 0,630 -0,050 0,082

Tilastollinen merkitsevyys: ***(p<0,001), **(p<0,01), *(p<0,05)

Jatkuvan muuttujien marginaalivaikutusten tulkinta eroaa diskreettien muuttujien tulkin-

nasta. Jatkuvien muuttujien marginaalivaikutukset antavat yleensä hyvän arvion selitet-

tävän muuttujan muutoksesta, kun selittävä muuttuja muuttuu yhden yksikön (Williams

2018, 1). Kirjallisuudessa EQ-5D -mittarille määritelty pienin kliinisesti merkittävä elä-

mänlaadun muutos vaihtelee 0,037 ja 0,069 (McClure ym. 2017) sekä 0,074 (Walters &

Brazier 2005; ks. myös Heiskanen ym. 2016) yksikön välillä. Jos pienimmäksi merkittä-

väksi elämänlaadun muutokseksi arvioidaan viimeksi mainittu 0,074 yksikköä, yllä esi-

tetyssä mallissa EQ-5D -mittarilla mitattu elämänlaadun paraneminen lisää lääkärikäyn-

45

nin todennäköisyyttä noin 1,8 prosenttia (0,074 x 0,242 = 0,018). Koetun terveyden mar-

ginaalivaikutuksen tulkintaan ei ole saatavilla terveyteen liittyvien elämänlaatumittarei-

den tavoin pienimmän merkittävän muutoksen raja-arvoja. On kuitenkin osoitettu, että

ainakin monissa terveyteen liittyvän elämänlaadun mittareissa tällainen raja-arvo on lä-

hellä puolikasta keskihajontaa (Norman ym. 2003; 2004). Tällä tavoin arvioituna koetun

terveyden pienimmän merkittävän muutoksen raja-arvoksi saadaan 0,45, jolloin koetun

terveyden huononeminen yhdellä yksiköllä lisää lääkärikäynnin todennäköisyyttä 1,35

prosenttia (0,45 x 0,029 = 0,0135).

Muiden mallissa olevien selittävien muuttujien osalta tilastollisesti merkitsevien margi-

naalivaikutusten tulkinnat ovat seuraavia: työssäkäyviin verrattuna opiskelijaksi määrit-

tyminen vähentää lääkäripalvelujen käytön todennäköisyyttä 11,3 prosentilla, kun taas

eläkkeellä olevien ryhmässä todennäköisyys palvelukäytölle on työssä oleviin nähden 13

prosenttia suurempaa. Iän lisääntyminen yhdellä vuodella kasvattaa palvelukäytön toden-

näköisyyttä 0,6 prosenttia ja pitkäaikaissairauden esiintyminen 7,6 prosenttia. Koulutus-

tason noustessa perusasteelta keski- tai korkea-asteelle lääkärikäynnin todennäköisyys

kasvaa puolestaan noin 10-11 prosenttia.

5.3.2 Sairaalapalvelujen käyttöä selittävät tekijät

Sairaalakäyntien ja taustamuuttujien yhteyksien tutkimisessa edettiin, kuten lääkäripal-

veluiden käytön kohdalla. Ensimmäisessä mallissa palvelukäytön sekä hyvinvoinnin ja

elämänlaadun mittareiden yhteyksistä merkitseviä olivat 15D, koettu terveys ja EuroHIS-

8 -indeksi. Huonommalla koetulla terveydellä, mutta toisaalta 15D:n ja EuroHIS-8:n kor-

keammilla arvoilla oli yhteys sairaalakäyntiin 12 kk:n aikana. Tilastollisen kuntaryhmän

ja pääasiallisen toiminnan sekä tulojen riittävyyden muuttujien lisäämisen myötä koetun

terveyden yhteys säilyy tilastollisesti erittäin merkitsevänä, mutta 15D- ja EuroHIS-8 -

mittarit eivät ole enää merkitseviä. Sen sijaan työelämässä oleviin verrattaessa opiskeli-

jastatus nousee tilastollisesti merkitseväksi selittäjäksi. Näiden mallien korjatut selitysas-

teet ovat hyvin matalia (R2=3 %; R2=3,9 %). Sairaalakäyntien mallien I ja II tarkemmat

tulokset löytyvät liitteistä 16 ja 17.

46

Kaikki taustamuuttujat sisältävä mallissa III merkitseviä muuttujia olivat koetun tervey-

den ja opiskelijastatuksen lisäksi pitkäaikaisesti sairaat sekä keski- ja korkea-asteen kou-

lutus verrattuna perusasteen koulutuksen saaneisiin. Mallin korjattu selitysaste ei parane

tässä vaiheessa ja jää 3,9 prosenttiin. Taulukossa 7 ovat tämän regressiomallin marginaa-

livaikutukset ja liitteestä 18 löytyvät muut sairaalakäynnin mallin III tulokset.

TAULUKKO 7. Sairaalakäynti 12 kk:en sisällä, selittävien muuttujien marginaalivaiku-

tukset (malli III)

Keskimääräiset marginaalivaikutukset (delta-menetelmä)

dy/dx keskivirhe t-arvo P>|t| 95 % CI. alaraja 95 % CI. yläraja

15D -0,067 0,059 -1,13 0,261 -0,184 0,050

EQ-5D 0,262 0,145 1,80 0,073 -0,025 0,548

Koettu terveys 0,062 0,010 6,26 0,000*** 0,043 0,082

EuroHIS-8 0,035 0,018 1,95 0,053 0,000 0,071

SOC-13 -0,002 0,001 -1,84 0,067 -0,004 0,000

Tilastollinen kuntaryhmä (vertailuryhmä: kaupunkimainen kunta)

taajaan asuttu kunta -0,001 0,015 -0,04 0,967 -0,030 0,029

maaseutumainen kunta 0,005 0,015 0,30 0,764 -0,025 0,034

Pääasiallinen toiminta (vertailuryhmä: työssä)

opiskelija 0,104 0,032 1,73 0,001** 0,041 0,168

eläkkeellä -0,013 0,020 -0,65 0,516 -0,052 0,026

työtön tai lomautettu -0,022 0,026 -0,84 0,400 -0,073 0,029

muu 0,014 0,028 0,51 0,612 -0,042 0,070

Taloudellinen tilanne (vertailuryhmä: rahat riittävät hyvin)

rahat riittävät sopivasti -0,035 0,020 -1,73 0,084 -0,075 0,005

tinkii jossain määrin menois-

taan

-0,047 0,024 -1,96 0,051 -0,094 0,000

tinkii paljon menoistaan -0,051 0,029 -1,77 0,078 -0,107 0,006

ei tule toimeen -0,063 0,039 -1,62 0,107 -0,140 0,014

sukupuoli 0,007 0,011 0,63 0,528 -0,015 0,029

ikä 0,000 0,001 0,67 0,501 -0,001 0,002

pitkäaikaissairaus (1=on) 0,033 0,015 2,13 0,031 0,003 0,062

Koulutus (vertailuryhmä: perusaste)

keskiaste 0,053 0,016 3,33 0,001** 0,022 0,084

korkea-aste 0,032 0,016 2,04 0,042* 0,001 0,063

Siviilisääty (vertailuryhmä: naimaton)

naimisissa / rek. parisuhteessa -0,001 0,015 -0,10 0,923 -0,030 0,027

muut (eronnut / leski / muut) 0,006 0,022 0,26 0,798 -0,037 0,048

Tilastollinen merkitsevyys: ***(p<0,001), **(p<0,01), *(p<0,05)

Edellisessä luvussa esitetyn mukaan koetun terveyden pienimmän merkityksellisen muu-

toksen raja-arvona on käytetty muuttujan puolikasta keskihajontaa (0,45), jonka avulla

47

laskettuna koetun terveyden huononeminen yhdellä yksiköllä lisää sairaalapalveluihin ha-

keutumisen todennäköisyyttä noin 2,8 % (0,45 x 0,062 =0,0279). Samoin kuin lääkäri-

palveluiden mallissa pitkäaikaissairaus ja perusastetta korkeammat koulutusasteet selit-

tävät sairaalakäynnin tapahtumaa, joskin todennäköisyydet kasvavat vähemmän ja jäävät

noin 3-5 prosenttiin.

5.3.3 Mielenterveyspalvelujen käyttöä selittävät tekijät

Mielenterveyspalvelut näyttäytyvät regressiomalleissa hieman erilaisina kuin lääkäripal-

velut ja sairaalan vuodeosastokäynnit: koetun terveyden lisäksi myös EuroHIS-8 -indeksi

ja koherenssin tunteen SOC-13 ovat merkitseviä selittäjiä muuttujia. Näiden mittareiden

yhteys mielenterveyspalveluiden käyttöön säilyi myös, kun malliin lisättiin kuntaryhmä

sekä pääasiallinen toiminta ja tulojen riippuvuus. Mallit myös selittävät jonkin verran pa-

remmin selitettävän muuttujan vaihtelua (R2=9,4 %; R2=10,6 %) verrattuna lääkärikäyn-

nin ja sairaalakäynnin I ja II -malleihin. Mielenterveyspalveluiden käytön mallien I ja II

muut tulokset on raportoitu liitteissä 19 ja 20.

Taulukossa 8 raportoiduista lopullisen regressioanalyysimallin marginaalivaikutuksista

nähdään, että hyvinvoinnin ja elämänlaadun mittareista EuroHIS-8 -indeksi pysyy tilas-

tollisesti merkitsevänä ja SOC-13 erittäin merkitsevänä. Myös pitkäaikaissairaus on mel-

kein merkitsevästi yhteydessä mielenterveyspalveluiden käyttöön tässä mallissa. Muut

mallin III tulokset ovat liitteessä 21.

48

TAULUKKO 8. Mielenterveyspalvelukäynti 12 kk:en sisällä, selittävien muuttujien

marginaalivaikutukset (malli III)

Keskimääräiset marginaalivaikutukset (delta-menetelmä)

dy/dx keskivirhe t-arvo P>|t| 95 % CI. alaraja 95 % CI. yläraja

15D 0,046 0,057 0,80 0,426 -0,067 0,159

EQ-5D 0,090 0,141 0,64 0,526 -0,190 0,370

Koettu terveys 0,008 0,007 1,08 0,282 -0,006 0,022

EuroHIS-8 -0,037 0,013 -2,85 0,005** -0,063 -0,011

SOC-13 -0,005 0,001 -5,07 0,000*** -0,007 -0,003

Tilastollinen kuntaryhmä (vertailuryhmä: kaupunkimainen kunta)

taajaan asuttu kunta 0,001 0,013 0,08 0,937 -0,024 0,026

maaseutumainen kunta 0,005 0,014 0,35 0,729 -0,023 0,032

Pääasiallinen toiminta (vertailuryhmä: työssä)

opiskelija 0,039 0,040 0,99 0,326 -0,040 0,119

eläkkeellä 0,024 0,023 1,07 0,287 -0,021 0,069

työtön tai lomautettu 0,013 0,025 0,54 0,593 -0,036 0,062

muu 0,040 0,037 1,10 0,275 -0,032 0,113

Taloudellinen tilanne (vertailuryhmä: rahat riittävät hyvin)

rahat riittävät sopivasti 0,000 0,015 0,00 0,998 -0,029 0,029

tinkii jossain määrin menois-

taan

0,015 0,018 0,86 0,388 -0,020 0,051

tinkii paljon menoistaan 0,027 0,021 1,24 0,216 -0,016 0,069

ei tule toimeen 0,041 0,034 1,22 0,222 -0,025 0,107

sukupuoli 0,006 0,011 0,53 0,594 -0,015 0,027

ikä 0,000 0,001 0,38 0,703 -0,001 0,001

pitkäaikaissairaus (1=on) 0,032 0,014 2,29 0,023* 0,004 0,060

Koulutus (vertailuryhmä: perusaste)

keskiaste -0,016 0,021 -0,75 0,457 -0,057 0,026

korkea-aste -0,013 0,021 -0,63 0,530 -0,054 0,028

Siviilisääty (vertailuryhmä: naimaton)

naimisissa / rek. parisuhteessa 0,001 0,013 0,07 0,944 -0,024 0,026

muut (eronnut / leski / muut) -0,002 0,018 -0,12 0,908 -0,037 0,033

Tilastollinen merkitsevyys: ***(p<0,001), **(p<0,01), *(p<0,05)

EuroHIS-8 -indeksillä arvioidun elämänlaadun paraneminen yhdellä merkityksellisellä

yksiköllä (puolikas keskihajonta = 0,3) vähentää mielenterveyspalveluiden käytön toden-

näköisyyttä 1,1 prosenttia (0,3 x -0,037 = -0,011). Koherenssin tunteen vahvistuminen

yhdellä merkityksellisellä yksiköllä (puolikas keskihajonta = 4) vähentää mielenterveys-

palveluiden käytön todennäköisyyttä 2 % (4 x -0,005=-0,02). Tässä mallissa pitkäaikais-

sairauden esiintyminen lisää mielenterveyspalveluiden käytön todennäköisyyttä 3,2 pro-

senttia. Mallin korjattu selitysaste, 10,9 %, on hieman parempi kuin mallissa II.

49

6. YHTEENVETO JA JOHTOPÄÄTÖKSET

Tämän tutkielman tarkoituksena oli tarkastella hyvinvoinnin ja terveyspalveluiden käy-

tön välistä yhteyttä. Terveyspalveluista tutkimuksessa olivat mukana lääkäri-, sairaala- ja

mielenterveyspalvelukäyntien dikotomiset muuttujat, joiden avulla kuvattiin viimeisen

12 kk:n aikana tapahtunutta palvelukäyttöä. Terveys 2011 -aineisto mahdollisti usean eri

hyvinvoinnin ja elämänlaadun mittarin sekä palvelukäytön yhteyden samanaikaisen tar-

kastelun. Hyvinvoinnin ja elämänlaadun lisäksi selvitettiin myös muita palveluiden käyt-

töä määrittäviä tekijöitä. Erilaiset käyttöä määrittävät tekijät johdettiin Andersenin ja

Newmanin (1973) terveyspalveluiden käytön yhteiskunnallisia ja yksilöllisiä tekijöitä

koskevasta mallista. Hyvinvoinnin ja terveyspalveluiden käytön yhteydestä on olemassa

aikaisempaa tutkimusta, mutta tässä tutkielmassa oli mahdollista tuottaa lisätietoa erityi-

sesti hyvinvoinnin ja elämänlaadun eri osa-alueita kuvaavien mittareiden hyödynnettä-

vyydestä arvioitaessa erityyppisten terveyspalveluiden käyttöä.

Elämänlaadun ja hyvinvoinnin mittareista tämän tutkimuksen tulokset ovat linjassa aiem-

pien tutkimusten kanssa koetun terveyden osalta: lääkäri- ja sairaalapalveluiden käyttö on

yhteydessä huonompaan koettuun terveyteen. Lääkäripalveluiden käytöllä oli tilastolli-

sesti merkitsevä yhteys myös EQ-5D -mittarilla arvioituun terveyteen liittyvään elämän-

laatuun, mutta tämä yhteys oli hieman yllättäen käänteinen: parempi terveyteen liittyvä

elämänlaatu lisäsi lääkärikäynnin todennäköisyyttä. On mahdollista, että näiden mittarei-

den ulottuvuuksien erilaisuus tuottaa myös keskenään ristiriitaisia tuloksia: henkilö voi

arvioida yksiulotteisella terveydentilan kysymyksellä terveytensä huonommaksi suh-

teessa moniulotteisesti terveyteen liittyvää elämänlaatua kartoittavaan EQ-5D-mittariin.

Selityksenä voi olla myös se, että terveyteen liittyvä elämänlaatu on korkeampi parem-

massa sosioekonomisessa asemassa olevilla henkilöillä, jotka käyttävät myös enemmän

lääkäripalveluita. Toisaalta erilaisten sairauksien on osoitettu vaikuttavan vähemmän ky-

seisellä mittarilla arvioituun terveyteen liittyvään elämänlaatuun paremmassa sosioeko-

nomisessa asemassa olevien ryhmässä verrattuna huonommassa asemassa oleviin (Staf-

ford ym. 2012). Tuoreessa tutkimuksessa on lisäksi saatu viitteitä siitä, että EQ-5D ja

koetun terveyden välinen korrelaatio on ainakin 15D-mittariin verrattuna heikompi (Var-

tiainen ym. 2017).

50

Hyvinvoinnin ja elämänlaadun yhteys mielenterveyspalveluiden käyttöön toi esille hie-

man erilaisia tuloksia: palvelukäyttö selittyi tämän tutkimuksen mallissa suurelta osin ko-

herenssin tunteen mittari SOC-13 ja EuroHIS-8 -elämänlaatumittarin kautta. Parempi elä-

mänlaatu ja vahvempi koherenssin tunne vähensivät mielenterveyspalveluiden käytön to-

dennäköisyyttä. Ensiksi mainittu yhteys oli odotettavissa aiemman tutkimustiedon va-

lossa, mutta EuroHIS-8 -mittarin käytöstä ei ole laaja-alaista kokemusta tässä konteks-

tissa. Sen sijaan muiden mittareiden tulokset eivät olleet yhteydessä mielenterveyspalve-

luiden käyttöön tilastollisesti merkitsevästi.

Muista henkilöiden tarvetekijöistä pitkäaikaissairauden esiintyminen oli yhteydessä kai-

ken tyyppisten terveyspalvelujen käytön todennäköisyyteen tämän tutkielman malleissa,

mikä vastaa aiempia tutkimustuloksia. Myös lääkäri- ja sairaalapalveluiden malleissa ha-

vaittu koulutusasteen yhteys kuvastaa muissa tutkimuksissa havaittua tilannetta: mitä kor-

keampi henkilön koulutus on, sitä todennäköisempää on myös somaattisten terveyden-

huollon palveluiden käyttö. Pääasiallisen toiminnan muuttujassa vertailuryhmän olivat

työssäkäyvät, joihin nähden erityisesti opiskelijoiden ryhmä erottui somaattisten tervey-

denhuollon palveluiden käytön osalta: opiskelijastatus oli yhteydessä lääkärikäynnin pie-

nempään todennäköisyyteen, mutta toisaalta sairaalakäynnin toteutumisen suurempaan

todennäköisyyteen. Eläkkeellä oleminen oli puolestaan työssä oleviin nähden lääkäri-

käynnin todennäköisyyttä lisäävä tekijä. On huomattava, että tässä tutkimuksessa aineisto

rajoittui työikäisiin (18-64-vuotiaat), jolloin eläkkeellä olevat ovat muita kuin vanhuus-

eläkkeen saajia, esimerkiksi työkyvyttömyyseläkkeellä tai kuntoutustuella olevia. Tällöin

henkilöillä voi olla heikompi terveydentila lähinnä muista kuin iästä johtuen.

Mallien selittävistä muuttujista 15D-mittari, aluemuuttujana toiminut kuntaryhmä, toi-

meentulon riittävyys, henkilön sukupuoli tai siviilisääty eivät olleet tilastollisesti merkit-

seviä missään kohtaa. Toisaalta kaikkien palvelukäytön logististen regressiomallien kor-

jatut selitysasteet olivat joko heikkoja tai hyvin vaatimattomia vaihdellen vajaan 4 % ja

alle 11 % välillä. Mallien informaatioarvoa voisi mahdollisesti parantaa ainakin tarkem-

malla terveydenhuollon palvelujärjestelmään ja sen organisointiin liittyvällä tiedolla hoi-

toon pääsyn taustalla vaikuttavista tekijöistä sekä tarkemmilla henkilöiden tulotiedoilla.

Lisäksi palvelukäyttöä tulisi tutkia käyntimääriä kuvaavilla muuttujilla.

51

Tutkimuksen luotettavuuteen ja tulosten yleistettävyyteen vaikuttavat eniten terveyspal-

veluiden käyttöön liittyen puuttuvien tietojen suuri määrä aineistossa. Vastaamattomuus

on kuitenkin yleinen ja lisääntynyt ilmiö väestötutkimuksissa (ks. esim. Tolonen ym.

2006). Kuten muissakin vastaavissa aineistoissa, Terveys 2011 -aineiston tietojen puut-

tuvuus ei ole täysin valikoitumatonta (Härkänen 2016, 15), mikä on haasteellista moni-

imputoinnin näkökulmasta. Puuttuvien tietojen täydellistä valikoitumattomuutta ei

yleensä esiinny väestöaineistojen kohdalla, jolloin riittävänä kriteerinä on se, että tietojen

puuttuminen on selitettävissä kokonaisuudessaan aineistossa olevilla havainnoilla

(Rässler ym. 2008, 371). Tämä pitää paikkaansa suurella todennäköisyydellä myös Ter-

veys 2011 -aineistossa, jolloin moni-imputointia voitiin pitää varteenotettavana ja joka

tapauksessa parempana kadon hallinnan keinona kuin täydellisten havaintorivien mene-

telmää.

Myös palveluiden käyttötietojen epäluotettavuus voi vääristää tuloksia ja heikentää nii-

den yleistettävyyttä. Terveys 2011 -kyselyssä henkilöiltä kysyttiin palveluiden käytöstä

viimeisen 12 kk:n aikana. On osoitettu (Bhandari & Wagner), että käyttötietojen virheitä

voidaan vähentää muun muassa juuri lyhentämällä kartoitusvälin pituutta. Toisaalta joi-

hinkin tekijöihin voi olla hyvin vaikeaa vaikuttaa, kuten esimerkiksi päihde- ja mielen-

terveyspalveluihin liittyvään stigmaan, mikä vääristää tuloksia.

Yhteiskunnan erilaisten palveluiden käyttö nousee yleensä esille keskusteluissa palvelui-

den ja hoidon vaikutuksista ja vaikuttavuudesta. Tässä tutkielmassa sivuttuja tuloksia elä-

mänlaadun ja koherenssin tunteen yhteydestä mielenterveyspalveluiden käyttöön on

aiemmin hyödynnetty Diakonia-ammattikorkeakoulun Kannattava työllistäminen -pro-

jektissa, jossa kehitettiin työllisyyspalveluiden taloudellisten seurausten arviointia. Tä-

män tyyppistä tutkimustietoa voitaisiin yhdistää yhä enemmän myös sosiaalipalveluiden

taloudelliseen arviointiin sekä erilaisten palvelutarpeiden selvittämiseen ja parempaan

kohdentamiseen.

Tämän tutkimuksen tulokset yhdistyvät aiempiin huomioihin suomalaisen terveyden-

huoltojärjestelmän epäoikeudenmukaisuudesta ja siitä, miten palveluiden järjestämistapa

ja resursointi eivät tue terveyden ja hyvinvoinnin mahdollisimman tasaista jakautumista

väestössä. Palvelujärjestelmäämme ei ole kuitenkaan onnistuttu juurikaan kehittämään

oikeudenmukaisemmaksi pitkään tiedossa olleista ongelmista huolimatta (Keskimäki

52

2010). Tekeillä olevan sosiaali- ja terveydenhuollon uudistuksen yhtenä julkilausuttuna

tavoitteena on ollut terveys- ja hyvinvointierojen kaventaminen, mutta sen sijaan asian-

tuntijat epäilevät, että valinnanvapauslaki tuottaisi toteutuessaan päinvastaista kehitystä

ja lisäisi näitä eroja entisestään (Miettinen 2018). Myös palveluiden maantieteellisen saa-

vutettavuuden jatkuva heikkeneminen on riskitekijä terveys- ja hyvinvointierojen kasva-

miselle.

Tässä tutkimuksessa ei ole arvioitu tyydyttämätöntä tarvetta, jota on kyllä selvitetty myös

Terveys 2011 -aineistolla (Manderbacka, Terveys 2011 -raportti). Tämän ulottuvuuden

tarkempi tutkimus toisi lisää tietoa raportoidun palveluiden käyttötiedon rinnalle ja aut-

taisi myös palvelujärjestelmän toimivuudenkehittämisessä ja arvioinnissa.

53

LÄHTEET

Aalto Anna-Mari, Korpilahti Ulla, Sainio, Päivi, Malmivaara Antti, Koskinen Seppo,

Saarni Samuli, Valkeinen Heli & Luoma Minna-Liisa 2013. Aikuisten geneeriset elämän-

laatumittarit terveys- ja hyvinvointitutkimuksessa sekä terveys- ja kuntoutuspalvelujen

vaikutusten arvioinnissa. Toimia-tietokanta. Saatavissa:

http://www.thl.fi/toimia/tietokanta/media/files/suositus/2013/10/30/Toimia_QOL_suo-

situs_131031.pdf (luettu 26.11.2017)

Agborgsangay Calypse, Lau Darren, Lahtinen Markus, Cooke Timm & Johnson Jeffrey

2013. Health-related quality of life and healthcare utilization in multimorbidity: results

of a cross-sectional survey. Quality of Life Research, 22, 791–799.

Ahlqvist Kirsti 2011. Suomalaisten terveydenhoitomenot ovat kaksinkertaistuneet run-

saassa 20 vuodessa. Hyvinvointikatsaus 2. Saatavissa: http://tilastokeskus.fi/artikke-

lit/2011/art_2011-05-30_006.html?s=1. (luettu 31.5.2018)

Ahola-Launonen Johanna 2016. Social Responsibility and Healthcare in Finland: The

Luck Egalitarian Challenge to Scandinavian Welfare Ideals Cambridge Quarterly of

Healthcare Ethics, 25, 448–465.

Alkula Tapani, Pöntinen Seppo & Ylöstalo Pekka 1994. Sosiaalitutkimuksen kvantitatii-

viset menetelmät. WSOY, Juva.

Aromaa Arpo, Heliövaara Markku, Knekt Paul & Koskinen Seppo 2017. Kansalliset ter-

veystarkastukset tutkimustyössä – Kelan Autoklinikkatutkimuksesta 2000-luvun Ter-

veys-tutkimuksiin. THL raportti 7. Saatavissa: https://www.julkari.fi/bitstream/han-

dle/10024/135580/URN_ISBN_978-952-302-923-1.pdf?sequence=1 (luettu 31.5.2018)

Allardt Erik 1976. Hyvinvoinnin ulottuvuuksia. WSOY, Helsinki.

Andersen Ronald & Newman John F. 1973. Societal and Individual Determinants of

Medical Care Utilization in the United States. Health and Society, vol. 51(1), 95-124.

Saatavissa:

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2690261/pdf/milq0083-0428.pdf (luettu

9.4.2014)

Antonovsky Aaron 1979. Health, stress and coping. San Francisco: Jossey-Bass.

Antonovsky Aaron 1987. Unraveling the mystery of health: How people manage stress

and stay well. San Francisco, Jossey-Bass.

Arrow Kenneth 1963. Uncertainty and the Welfare Economics of Medical Care. The

American Economic Review, Vol. 53(5), 941-973.

Bakas Tamilyn, McLennon Susan, Carpenter Janet, Buelow Janice, Hanna Julie, Ellet

Marsha, Hadler Kimberly & Welch Janet Systematic review of health-related quality of

life models. Health and Quality of Life Outcomes, 10, 134.

54

Baron-Epel Orna &, Kaplan Giora 2001. General subjective health status or age-related

health status: does it make a difference? Social Science & Medicine, 53, 1373–1381.

Bartus Tamás 2005. Estimation of marginal effects using margeff. The Stata Journal 5

(3), 309–329. Saatavissa: https://www.stata-journal.com/sjpdf.html?articlenum=st0086 (lu-

ettu 31.5.2018)Bhandari Aman & Wagner Todd 2005. Self-Reported Utilization of

Health Care Services: Improving Measurement and Accuracy. Medical Care Research

and Review, vol. 63 No. 2, 217-235.

Benyamini Yael & Idler Ellen 1999. Community studies reporting association between

self rated health and mortality: additional studies, 1995–1998. Research on Aging, 21(3),

392–401.

Bergh Håkan, Baigi Amir, Fridlund Bengt & Marklund Bertil 2006. Life events, social

support and sense of coherence among frequent attenders in primary health care. Public

Health, vol. 120(3), 229–236

Brooks Richard & EuroQol Group 1996. EuroQol: the current state of play. Health Policy,

37, 53-72.

van Buuren Stef & Oudshoorn Karin 1999. Flexible multivariate imputation by MICE.

TNO Prevention and Health. Saatavissa: http://www.stefvanbuuren.nl/publications/Fle-

xible%20multivariate%20-%20TNO99054%201999.pdf (luettu 31.5.2018)

van Buuren Stef & Oudshoorn Karin 2011. mice: Multivariate Imputation by Chained

Equations in R. Journal of Statistical Software, vol. 45(3). Saatavissa: https://www.jstat-

soft.org/article/view/v045i03 (luettu 31.5.2018)

Cochrane Archie 1972. Random reflections on health services. Cambridge, Cambridge

University Press.Saatavilla: http://www.nuffieldtrust.org.uk/publications/effectiveness-

and-efficiency-random-reflections-health-services (luettu 9.4.2014)

Culyer Anthony J. 2000. Equity - some theory and its policy implications. Journal of

Medical Ethics, 27, 275-283.

Culyer Anthony J. & Adam Wagstaff 1992. Need, equity and equality in health and health

care. Discussion paper 95. York: Centre for Health Economics, University of York. Saa-

tavilla: https://www.york.ac.uk/che/pdf/DP95.pdf (luettu 9.12.2017)

Dasgupta Partha 1993. An Inquiry into Well-Being and Destitution. Clarendon Press, Ox-

ford.

Dasgupta Partha 2001. Human Well-Being and the Natural Environment. Oxford Univer-

sity Press.

de Boer Angela, Wijker Wouter & de Haes Hanneke 1997. Predictors of health care uti-

lization in the chronically ill: a review of the literature. Health Policy, 42, 101–115

55

DeSalvo Karen, Fisher William, Tran Ky, Bloser Nicole, Merrill William &Peabody John

2006. Assessing measurement properties of two single-item general health measures.

Quality of Life Research, 15,191–201.

Diener Ed 1994. Assessing subjective well-being: Progress and opportunities. Social In-

dicators Research, vol. 31, 103-157.

Diener Ed 2009. Assessing subjective well-being: Progress and opportunities. Social In-

dicators Research, vol. 39, 2009, 25-65.

van Doorslaer Eddy & Masseria Cristina 2004. Income-Related Inequality in the Use of

Medical Care in 21 OECD Countries. OECD Health Working Papers No. 14. Saatavissa:

https://www.oecd-ilibrary.org/docserver/687501760705.pdf?expi-

res=1527811872&id=id&accname=guest&check-

sum=491F3CCFFA75DB043B5876E6D6782170 (luettu 31.5.2018)

Doyal Len & Gough Ian 1991. A Theory of Human Need. The Guilford Press, New York.

Dunlop Sheryl, Coyteb Peter C. & McIsaac Warren 2000. Socio-economic status and the

utilisation of physicians' services: results from the Canadian National Population Health

Survey. Social Science & Medicine, 51, 132-133.

Durrant Gabriele B. 2005. Imputation Methods for Handling Item- Nonresponse in the

Social Sciences: A Methodological Review. ESRC National Centre for Research Meth-

ods and Southampton Statistical Sciences Research Institute, NCRM Methods Review

Papers 002. Saatavissa: http://eprints.ncrm.ac.uk/86/1/MethodsReviewPaperNCRM-

002.pdf (luettu 31.5.2018)

Eriksson Monica & Lindström Bengt 2005. Antonovsky’s sense of coherence scale and

its relation with quality of life: a systematic review. Journal of Epidemiology and Com-

munity Health, vol. 61(11), 938–944. Saatavissa: http://www.ncbi.nlm.nih.gov/pmc/arti-

cles/PMC2465600/pdf/938.pdf (luettu 20.11.2013)

Eriksson Monica 2007. Unravelling the Mystery of Salutogenesis. The evidence base of

the salutogenic research as measured by Antonovsky's Sense of Coherence Scale. Åbo

Akademi University Vasa. Folkhälsan Research Centre, Health Promotion Research Pro-

gramme, Research Report 1. Folkhälsan, Turku.

EuroQol Group 1990. EuroQol – a new facility for the measurement of health-related

quality of life. Health Policy, 16, 199–208.

Faria Rita, Gomes Manuel, Epstein David & White Ian R. 2014. A Guide to Handling

Missing Data in Cost-Effectiveness Analysis Conducted Within Randomised Controlled

Trials. PharmacoEconomics, 32, 1157–1170.

Fayers Peter & Machin David. Quality of Life : The Assessment, Analysis and Reporting

of Patient-Reported Outcomes, 3rd edition. John Wiley & Sons, Ltd., New Delhi, India.

56

Fleury Marie-Josée, Ngamini Ngui André, Bamvita Jean-Marie, Grenier Guy & Caron

Jean 2014. Predictors of Healthcare Service Utilization for Mental Health Reasons. Inter-

national Journal of Environmental Research and Public Health, 11, 10559-10586.

Fylkesnes Knut, Johnson Roar & FØrde Olav Helge 1992. The TromsØ study: factors

affecting patientinitiated and provider-initiated use of health care services Sociology of

Health and Illness, vol. 14(2), 275-292.

Ferrans Carol, Zerwic Julie, Wilbur Jo & Larson Janet. Conceptual Model of Health-

Related Quality of Life. Journal of nursing scholarship, 37(4), 336-342.

Gasper Des 2004. Human Well-being: Concepts and Conceptualizations.WIDER Discus-

sion Paper, Helsinki: UNU-WIDER. Saatavissa:

http://www.wider.unu.edu/publications/working-papers/discussion-pa-

pers/2004/en_GB/dp2004-006/, (luettu 3.4.2014)

Goldman Noreen, Korenman Sanders & Weinstein Rachel 1995. Marital Status and

Health among the Elderly. Social Science & Medicine, vol. 40(12), 1717−1730.

Grossman Michael 1972a. The demand for health: A theoretical and empirical investiga-

tion. New York: Columbia University Press.

Grossman Michael 1972b. On the Concept of Health Capital and the Demand for Health.

The Journal of Political Economy, vol. 80(2), 223-255.

Grossman Michael 2000. The Human Capital Model. Teoksessa Anthony J. Culyer &

Joseph P. Newhouse (toim.) Handbook of Health Economics, vol. 1, 347-408.

Guyatt Gordon, Feeny David & Donald Patrick 1993. Measuring Health-related Quality

of Life. Annals of Internal Medicine, 118, 622-629.

Easterlin Richard A. 2001. Income and Happiness: Towards a Unified Theory. Economic

Journal, 111(473), 465-484.

Etene 2001. Terveydenhuollon yhteinen arvopohja, yhteiset tavoitteet ja periaatteet.

Etene-julkaisuja 1. Saatavissa:

http://www.etene.fi/c/document_library/get_file?folderId=17185&name=DLFE-

543.pdf, (luettu 9.4.2014)

Feinstein Leon, Sabates Ricardo, Anderson Tashweka, Sorhaindo Annik & Hammond

Cathie What are the effects of education on health? Measuring the effects of education

on health and civic engagement: proceedings of the Copenhagen Symposium. OECD.

Saatavissa: http://www1.oecd.org/education/innovation-education/37425753.pdf (luettu

31.5.2018)

Felce David & Perry Jonathan 1995. Quality of Life: Its Definition and Measurement.

Research in Developmental Disabilities, 16(1), 51-74.

57

Feldt Taru 1998. The role of sense of coherence in well-being at work: Analysis of main

and moderator effects. Work & Stress: An International Journal of Work, Health & Or-

ganisations, vol. 11(2), 134-147.

Feldt Taru, Lintula Hanna, Suominen Sakari, Koskenvuo Markku, Vahtera Jussi & Kivi-

mäki Mika 2007. Structural validity and temporal stability of the 13-item sense of coher-

ence scale: Prospective evidence from the population-based HeSSup study. Quality of

Life Research, 16, 483–493.

Hansen Anne Helen, Halvorsen Peder, Ringberg Unni & Førde Olav Helge 2012. Socio-

economic inequalities in health care utilisation in Norway: a population based crosssec-

tional survey. BMC Health Services Research, 12(336).

Harel Ofer 2017. How can I estimate r-squared for a model estimated with multiply im-

puted data? Institute for Digital Research and Education Saatavissa:

https://stats.idre.ucla.edu/stata/faq/how-can-i-estimate-r-squared-for-a-model-estimated-

with-multiply-imputed-data/ (luettu 31.5.2018)

Harel Ofer 2009. The estimation of R2 and adjusted R2 in incomplete data sets using

multiple imputation. Journal of Applied Statistics, vol. 36(10), 1109–1118.

Heiskanen Jari, Tolppanen Anna-Maija, Roine Risto P., Hartikainen Juha, Hippeläinen

Mikko, Miettinen Heikki & Martikainen Janne 2016. Comparison of EQ-5D and 15D

instruments for assessing the health-related quality of life in cardiac surgery patients. Eu-

ropean Heart Journal - Quality of Care and Clinical Outcomes, 1;2(3),193-200.

Huber Machteld, Knottnerus J. André, Green Lawrence, van der Horst Henriëtte, Jadad

Alejandro, Kromhout Daan, Lorig Kate, Loureiro Maria Isabel, van der Meer Jos, Schna-

bel Paul, Smith Richard, van Weel Chris & Smid Henk 2011. How should we define

health? Saatavissa: https://www.bmj.com/content/343/bmj.d4163 (luettu 31.3.2014)

Huotari Tiina, Antikainen Harri & Rusanen Jarmo 2013. Perusterveydenhuollon ympäri-

vuorokautisten päivystyspisteiden saavutettavuus - päivystysyksiköiden sijainnin suhde

väestörakenteeseen paikkatietomenetelmillä tarkasteltuna. Sosiaali- ja terveysministeriön

raportteja ja muistioita 27. Saatavilla: https://julkaisut.valtioneuvosto.fi/bitstream/han-

dle/10024/74474/Rap_2013_27_verkkoversio_uusi050913.pdf?sequence=1&isAllo-

wed=y (luettu 31.5.2018)

Häkkinen Unto & Alha Pirkko 2006. Terveyspalvelujen käyttö ja sen väestöryhmittäiset

erot – Terveys -2000 tutkimus. Kansanterveyslaitoksen julkaisuja B 10. Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/78803/2006b10.pdf?sequence=1 (luettu

31.5.2018)

Häkkinen Unto, Nguyen Lien, Pekurinen Markku & Peltola Mikko 2009. Nguyen Tutki-

mus terveyden- ja vanhustenhuollon tarve- ja valtionosuuskriteereistä. THL Raportti 3.

Saatavilla: http://www.julkari.fi/bitstream/handle/10024/80392/ebd0fb8e-67eb-4f31-

a89c-3cdd92abc197.pdf?sequence=1&isAllowed=y (luettu 31.5.2018).

58

Härkänen Tommi 2012. Tilastolliset menetelmät. Teoksessa Seppo Koskinen, Annamari

Lundqvist ja Noora Ristiluoma (toim.) Terveys, toimintakyky ja hyvinvointi Suomessa

2011. THL raportti 68, 28-29. Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

13.12.2017)

Härkänen Tommi, Karvanen Juha, Tolonen Hanna, Lehtonen Risto, Djerfe Kar, Juntunen

Teppo & Koskinen Seppo 2016. Systematic handling of missing data in complex study

designs - experiences from the Health 2000 and 2011 Surveys. Saatavissa:

http://www.julkari.fi/bitstream/handle/10024/129811/kato.pdf (luettu 31.5.2018)

Hätälä Johanna & Rusanen Jarmo 2010. Suomen aluerakenteen viimeaikainen ja tuleva

kehitys. Nordia Tiedonantoja 1. Saatavissa: https://kaks.fi/sites/default/files/KAKS_Jo-

hanna&Jarmo_NordiaTiedonantoja_1_2010.pdf (luettu 1.6.2018)

Idler Eller & Kasl Stanislav 1995. Self-ratings of health: do they also predict change in

functional ability? Journal of Gerontology, Series B, Psychological Sciences and Social

Sciences journal, 50B(6), 344–S353.

Institute for Digital Research and Education 2017. Lesson 3 Logistic Regression Diag-

nostics. Saatavilla: https://stats.idre.ucla.edu/stata/webbooks/logistic/chapter3/lesson-3-lo-

gistic-regression-diagnostics/ (luettu 31.5.2018)

Ilmarinen Juhani, Gould Raiva, Järvikoski Aila & Järvisalo Jorma 2008. Diversity of

work ability. Teoksessa Raija Gould, Juhani Ilmarinen, Jorma Järvisalo ja Seppo Koski-

nen (toim.) Dimensions of work ability: Results of the Health 2000 Survey. Eläketurva-

keskus, Kansaneläkelaitos, Kansanterveyslaitos, Työterveyslaitos, 13–24. Saatavilla: http://www.julkari.fi/bitstream/handle/10024/78055/dimensions_of_work_ability_7.pdf?se-

quence=1&isAllowed=y (luettu 31.5.2018)

Jahoda Marie 1958. Current Concepts of Positive Mental Health. Saatavissa: https://ar-

chive.org/details/currentconceptso00jaho (luettu 9.4.2014)

Johansson Sten 1970. Om levnadsnivåundersökningen. Utkast till Kapitel 1 och 2 i betän-

kande att avgivas av Låginkomsutredningen. Allmänna Förlaget, Tukholma.

Joung Inez 1995. Marital status and health: descriptive and explanatory studies. Saata-

villa: file:///C:/Users/zsurann/Downloads/960501_Joung,%20Inez%20Maria%20Al-

cida%20(1).pdf (luettu 31.5.2018)

Kainulainen Sakari 2011. Hyvinvointitutkimuksen kehityslinjat Suomessa. Teoksessa

Juho Saari (toim.) Hyvinvointi. Suomalaisen yhteiskunnan perusta. Gaudeamus. Hel-

sinki, 140–165.

Kajantie Mira 2014. Lääkäripalveluiden käyttö jakaa väestöä. Hyvinvointikatsaus 4. Saa-

tavissa: http://tilastokeskus.fi/artikkelit/2014/art_2014-12-08_002.html?s=0 (luettu

31.5.2018)

Kallio Johanna 2006. Koettu terveys ja terveydellinen tasa-arvo kuudessa hyvinvointival-

tiossa. Sosiaalilääketieteellinen aikakauslehti, 43(3), 218–230.

59

Karvonen Sakari, Martelin Tuija & Koskinen Seppo 2012. Sosiodemografiset tekijät,

elinolot ja työlot. Teoksessa Seppo Koskinen, Annamari Lundqvist ja Noora Ristiluoma

(toim.) Terveys, toimintakyky ja hyvinvointi Suomessa 2011. THL Raportti 68, 30-33.

Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

Kapiainen Satu & Eskelinen Janne 2014. Miesten ja naisten terveysmenot ikäryhmittäin

2011. Terveyden ja hyvinvoinnin laitos, raportti 17. Saatavissa: http://www.jul-

kari.fi/bitstream/handle/10024/116156/URN_ISBN_978-952-302-192-1.pdf?se-

quence=1&isAllowed=y (luettu 31.5.2018)

Karvanen Juha 2015. Puuttuva tieto ja vilppi. Tieteessä tapahtuu, 33 (1), 46-48. Saata-

vissa: https://journal.fi/tt/article/view/49430/14602 (luettu 31.5.2018)

Keyes Corey Lee M. 1998. Social Well-being. Social Psychology Quarterly, vol. 61(2),

121-140.

Keskimäki Ilmo, Koskinen Seppo, Salinto Marjo & Aro Seppo 1997. Socioeconomic and

gender inequities in access to coronary artery bypass grafting in Finland. European Jour-

nal of Public Health, 7, 392-397.

Keskimäki Ilmo, Salinto Marjo & Aro Seppo 1996 . Private medicine and socioeconomic

differences in the rates of common surgical procedures in Finland. Health Policy, 36, 245-

259.

Keskimäki Ilmo 2010. Sosioekonomiset erot ja oikeudenmukaisuus Suomen terveyden-

huollossa. Sosiaalilääketieteellinen Aikakauslehti, 47(3), 201-207.

Kiilakoski Tomi 2007. Johdanto: Lapset ja nuoret kuntalaisina. Teoksessa Anu Gretschel

ja Tomi Kiilakoski (toim.) Lasten ja nuorten kunta. Helsinki: Nuorisotutkimusver-

kosto/Nuorisotutkimusseura. Julkaisuja 77, 8−20.

Koskinen Sanna, Talo Seija, Hokkinen Eeva-Marja, Paltamaa Eeva & Musikka-Siirtola

Marjatta 2009. Neljän elämänlaatumittarin sisältöanalyysi ICF-luokituksen viitekehyk-

sessä. Sosiaalilääketieteellinen aikakauslehti, 46, 196–207.

Koskinen Seppo, Peña Sebastián, Lundqvist Annamari, Mäkinen Tomi & Aromaa Arpo

2012. Johdanto. Teoksessa Seppo Koskinen, Annamari Lundqvist ja Noora Ristiluoma

(toim.) Terveys, toimintakyky ja hyvinvointi Suomessa 2011. THL Raportti 68, 30-33.

Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

Laajasalo Taina & Pirkola Sami 2012. Ennen kuin on liian myöhäistä: Ehkäisevän mie-

lenterveystyön toimivia käytäntöjä palvelujärjestelmän kehittäjille. THL Raportti 47.

Saatavissa:

http://www.julkari.fi/bitstream/handle/10024/90874/URN_ISBN_978-952-245-686-

1.pdf?sequence=1 (luettu 9.4.2014)

60

Lahtinen Eero, Lehtinen Ville, Riikonen Eero & Ahonen Juha (toim.) 1999. Framework

for Promoting Mental Health in Europe. Stakes. Saatavissa: http://ec.eu-

ropa.eu/health/ph_projects/1996/promotion/fp_promotion_1996_frep_15_en.pdf (luettu

9.4.2014)

Lee Katherine & Carlin John 2010. Multiple Imputation for Missing Data: Fully Condi-

tional Specification Versus Multivariate Normal Imputation. American Journal of Epide-

miology, 171, 624–632.

Lee Sunghee 2015. Self-Rated Health in Health Surveys. Teoksessa Timothy Johnson

(toim.) Handbook of Health Survey Methods. John Wiley & Sons, Inc., Hoboken, New

Jersey, 193-216.

Leinonen Raija, Heikkinen Eino & Jylhä Marja 2002. Changes in health, functional per-

formance and activity predict changes in self-rated health: a 10-year follow-up study in

older people. Archives of Gerontology and Geriatrics, vol. 35, 79–92.

Lyyra Tiina-Mari 2007. Terveys ja toimintakyky. Teoksessa: Lyyra Tiina-Mari, Pikka-

rainen Pirjo & Tiikkainen Aila (toim.) Vanheneminen ja terveys. Edita, Helsinki, 16-28.

Manderbacka Kristiina, Gissler Mika, Husman Kaj, Husman Päivi, Häkkinen Unto, Kes-

kimäki Ilmo, Nguyen Lien, Pirkola Sami, Ostamo Aini, Wahlbeck Kristian & Widström

Eeva 2006. Väestöryhmien välinen eriarvoisuus terveyspalvelujen käytössä. Teoksessa

Juha Teperi, Lauri Vuorenkoski, Kristiina Manderbacka, Eeva Ollilla, Ilmo Keskimäki ja

Stakes (toim.) Riittävät palvelut jokaiselle: näkökulmia yhdenvertaisuuteen sosiaali- ja

terveydenhuollossa. Stakes 2006, 42-55. Saatavissa: http://www.stakes.fi/verkkojulkai-

sut/raportit/M233-VERKKO.pdf (luettu 31.5.2018)

Manderbacka Kristiina & Keskimäki Ilmo 2012. Vuodeosastohoito sairaalassa. Teok-

sessa Seppo Koskinen, Annamari Lundqvist ja Noora Ristiluoma (toim.) Terveys, toi-

mintakyky ja hyvinvointi Suomessa 2011. THL Raportti 68, 184-185. Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

Manderbacka Kristiina, Koponen Seppo & Koskinen Seppo 2012. Hoidontarve ja sen

tyydyttyminen. Teoksessa Seppo Koskinen, Annamari Lundqvist ja Noora Ristiluoma

(toim.) Terveys, toimintakyky ja hyvinvointi Suomessa 2011. THL Raportti 68, 189-191.

Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

Manor Orly, Matthews Sharon & Power Chris 2000. Dichotomous or categorical re-

sponse? Analysing self-rated health and lifetime social class. International Journal of

Epidemiology, 29, 49–157.

61

Martelin Tuija, Koskinen Seppo & Aromaa Arpo 2002. Terveyden ja toimintakyvyn

vaihtelu asuinalueen, koulutuksen ja siviilisäädyn mukaan. Teoksessa Aromaa Arpo ja

Koskinen Seppo (toim.) Terveys ja toimintakyky Suomessa. Terveys 2000 -tutkimuksen

perustulokset. Kansanterveystieteen laitoksen julkaisuja B3, 93−102. Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/78355/b3.pdf?sequence=1 (luettu

31.5.2018)

Martelin Tuija, Sainio Päivi & Koskinen Seppo 2004. Ikääntyvän väestön toimintakyvyn

kehitys. Teoksessa Ikääntyminen voimavarana. Tulevaisuusselonteon liiteraportti 5. Val-

tioneuvoston kanslian julkaisusarja 33,117–131. Saatavissa: http://vnk.fi/docu-

ments/10616/622938/J3304_Ik%C3%A4%C3%A4ntyminen%20voimava-

rana.pdf/7660c14f-763b-485e-9a56-eff59c1bfd7c (luettu 9.4.2014)

McClure Nathan, Al Sayah Fatima, Xie Feng, Luo Nan & Johnson Jeffrey A. 2017. In-

strument-Defined Estimates of the Minimally Important Difference for EQ-5D-5L Index

Scores. Value in Health, 20, 644- 650.

McGillivray Mark 2007 (toim.). Human well-being: concept and measurement. Basing-

stoke: Palgrave Macmillan, New York.

Menard Scott 2002. Applied logistic regression analysis. Thousand Oaks, California;

London: SAGE cop.

Miettinen Ville 2018. Yhteenveto julki: Valinnanvapaus-lausunnoissa ei uskota sote-uu-

distuksen tavoitteiden toteutumiseen – ”terveys- ja hyvinvointierot voivat jopa lisääntyä”.

Kuntalehti. Saatavilla: https://kuntalehti.fi/uutiset/sote/yhteenveto-julki-valinnanvapaus-lausunnoissa-ei-uskota-sote-uudistuksen-tavoitteiden-toteutumiseen-terveys-ja-hyvinvoin-

tierot-voivat-jopa-lisaantya/ (luettu 30.5.2018)

Miilunpalo Seppo, Vuori Ilkka, Oja Pekka, Pasanen Matti & Urponen Helka1997. Self-

Rated Health Status as a Health Measure: The Predictive Value of Self-Reported Health

Status on the Use of Physician Services and on Mortality in the Working-Age Population.

Journal of Clinical Epidemiology, vol. 50(5), 517-528.

Mooney Gavin 1983. Equity in health care: confronting the confusion. Effective Health

Care, 1, 179–185.

Mölläri Kaisa & Saukkonen Sanna-Mari 2017. Avohilmo – Perusterveydenhuollon avo-

hoidon ilmoitus 2018. Määrittelyt ja ohjeistus. Terveyden ja hyvinvoinnin laitos 20. Saa-

tavissa: http://www.julkari.fi/bitstream/handle/10024/135316/OHJ2017_20_Avo-

hilmo%202018_t%c3%a4yd.5.12.17_WEB.pdf?sequence=1 (luettu 11.12.2017)

Mäkinen Tomi, Peña Sebastián & Koskinen Seppo. Kenttätoiminta. Teoksessa Seppo

Koskinen, Annamari Lundqvist ja Noora Ristiluoma (toim.) Terveys, toimintakyky ja hy-

vinvointi Suomessa 2011. THL Raportti 68, 18-24. Saatavissa: https://www.jul-

kari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf

(luettu 31.5.2018)

62

Nguyen Lien, Sauni Riitta, Koponen Päivikki, Alha Pirkko & Häkkinen Unto 2012.

Käynnit lääkärin ja terveyden- tai sairaanhoitajan vastaanotolla. Teoksessa Seppo Koski-

nen, Annamari Lundqvist ja Noora Ristiluoma (toim.) Terveys, toimintakyky ja hyvin-

vointi Suomessa 2011. THL Raportti 68, 170-175. Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

Niittylahti Terhi 2013. Muuttoliikkeet seutukunnittain Suomessa vuosina 2000–2011. Ti-

lastokeskus Working Papers 3. Saatavissa: http://www.stat.fi/tup/julkaisut/tiedostot/jul-

kaisuluettelo/ywrp3_2000-2011_2013_12358_net.pdf (luettu 31.5.2018)

Norman Geoffrey, Sloan Jeff & Wyrwich Kathleen 2003. Interpretation of Changes in

Health-related Quality of Life - The Remarkable Universality of Half a Standard Devia-

tion. Medical Care, vol. 41(5), 582–592.

Norman Geoffrey, Sloan Jeff & Wyrwich Kathleen 2004. The truly remarkable univer-

sality of half a standard deviation: confirmation through another look. Expert Review of

Pharmacoeconomics & Outcomes Research, 4(5), 581-5.

Nussbaum Martha C. 1987. Nature, Function, and Capability: Aristotle on Political Dis-

tribution Saatavissa: https://www.wider.unu.edu/sites/default/files/WP31.pdf (luettu

31.5.2018)

Ostamo Aini 2007. Mielenterveys. Teoksessa Hannele Palosuo, Seppo Koskinen, Eero

Lahelma, Ritva Prättälä, Tuija Martelin, Aini Ostamo, Ilmo Keskimäki, Marita Sihto,

Kirsi Talala, Elisa Hyvönen & Eila Linnanmäki (toim.) Terveyden eriarvoisuus Suomessa

Sosioekonomisten terveyserojen muutokset 1980–2005. Sosiaali- ja terveysministeriön

julkaisuja 23, 87-103. Saatavissa: https://thl.fi/attachments/kouluterveyskysely/Julkai-

suja/passthru.pdf (luettu 31.5.2018)

Paul Karsten & Moser Klaus 2009. Unemployment impairs mental health: Meta-analyses.

Journal of Vocational Behavior, 74, 264–282.

Pehkonen-Elmi Tuula, Kettunen Aija, Surakka Anne & Piirainen Keijo 2015. Vaikeasti

työllistyville suunnattujen aktivointitoimenpiteiden taloudellinen analyysi: esimerkkeinä

korkein korotettu palkkatuki ja kuntouttava työtoiminta. Diakonia-ammattikorkeakoulun

julkaisuja A Tutkimuksia 42, Diakonia-ammattikorkeakoulu.

Power Mick 2003. Development of a common instrument for quality of life. Teoksessa

Nosikov A, Gudex C. (toim.). EUROHIS: Developing Common Instruments for Health

Surveys. IOS Press, Amsterdam, Hollanti, 145–159. Saatavissa:

http://www.euro.who.int/__data/assets/pdf_file/0015/101193/WA9502003EU.pdf (lu-

ettu 31.5.2018)

Rahkonen Ossi & Lahelma Eero 2002. Sosiaalinen rakenne ja väestön terveys. Teoksessa

Timo Piirainen & Juho Saari (toim.): Yhteiskunnalliset jaot, 1990-luvun perintö? Sosiaa-

lipoliittisen yhdistyksen julkaisuja 58. Helsinki: Gaudeamus, 2002

63

Rattay Petra, Butschalowsky Hans, Rommel Alexander, Prütz Franziska Jordan Su-

sanne, Nowossadeck Enno, Domanska Olga & Kamtsiuris Panagiotis 2013. Utilisation

of outpatient and inpatient health services in Germany: Results of the German Health

Interview and Examination Survey for Adults (DEGS1). Bundesgesundheitsblatt, vol.

56, 832–844.

van Reenen Mandy & Janssen Bas 2015. EQ-5D-5L User Guide Basic information on

how to use the EQ-5D-5L instrument. Saatavissa: https://euroqol.org/wp-con-

tent/uploads/2016/09/EQ-5D-5L_UserGuide_2015.pdf (luettu 31.5.2018)

Rehunen Antti, Reissell Eeva, Honkatukia Juha, Tiitu Maija & Pekurinne Markku Juha

Sosiaali- ja terveyspalvelujen tarpeen, käytön ja tuottamisen alueelliset muutokset ja tu-

levaisuuden vaihtoehdot. Valtioneuvoston selvitys- ja tutkimustoiminnan julkaisusarja

41. Saatavissa: http://valtioneuvosto.fi/documents/10616/2009122/41_Sosiaali-+ja+ter-

veyspalvelujen+tarpeen,+k%C3%A4yt%C3%B6n+ja+tuottamisen+alueelliset+muutok-

set+ja+tulevaisuuden+vaihtoehdot/2aac05d5-1734-44fd-8f59-2bfcb31f2f10?ver-

sion=1.1 (luettu 31.5.2018)

Ristkari Terja, Sourander Andre, Helenius Hans, Nikolakaros Georgios, Salanterä

Sanna, Multimäki Petteri & Parkkola Kai 2005. Sense of coherence among Finnish

young men: A cross-sectional study at military call-up. Nordic Journal of Psychiatry,

vol. 59(6), 473-480.

da Rocha Neusa, Power Mick, Bushnell Donald & Fleck Marcelo 2012. The EUROHIS-

QOL 8-Item Index: Comparative Psychometric Properties to Its Parent WHOQOL-

BREF. Value in Health,15, 449–457.

Ross Catherine 1995. Reconceptualizing marital status as a continuum of social attach-

ment. Journal of Marriage and Family, 57, 129-140.

Rässler Susanne, Rubin Donald B. & Schenkerl Nathaniel 2008. Incomplete Data: Diag-

nosis, Imputation, and Estimation. Teoksessa Edith de Leeuw, Joop Hox & Don Dillman

(toim.) International Handbook of Survey Methodology. Psychology Press, Taylor &

Francis Group, Hove, East Sussex, 370-386.

Räsänen Pirjo & Sintonen Harri 2013. Terveydenhuollon taloudellinen arviointi. Suomen

lääkärilehti, 17(68), 1259-1266

Saari Juho 2010. Yksinäisten yhteiskunta. Helsinki, WSOYpro.

Saarinen Arttu 2006. Kuntatason rakenteet ja hyvinvointi objektiivisesta näkökulmasta

Lapissa ja Pohjois-Karjalassa. Janus, vol. 14(1), 29- 43. Saatavissa: http://www.sosiaali-

poliittinenyhdistys.fi/janus/0106/1_06_Saarinen.pdf (luettu 4.4.2014)

Saarni Samuli, Härkänen Tommi, Sintonen Harri, Suvisaari Jaana, Koskinen Seppo, Aro-

maa Arpo & Lönnqvist Jouko 2006. The impact of 29 chronic conditions on health-related

quality of life: A general population survey in Finland using 15D and EQ-5D. Quality of

Life Research, 15(8), 1403-14.

64

Saarni Samuli, Luoma Minna-Liisa, Koskinen Seppo & Vaarama Marja 2012. Elämän-

laatu. Teoksessa Seppo Koskinen, Annamari Lundqvist ja Noora Ristiluoma (toim.) Ter-

veys, toimintakyky ja hyvinvointi Suomessa 2011. THL Raportti 68, 159-162. Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

SandØe Peter 1999. Quality of Life – Three Competing Views. Ethical Theory and Moral

Practice, 2, 11-23.

Sen Amartya 1992. Inequality Reexamined. Clarendon Press, New York, Oxford.

Schmidt Silke, Mühlan Holger & Power Mick 2005. The EUROHIS-QOL 8-item index:

psychometric results of a cross-cultural field study. European Journal of Public Health,

16(4), 420–428.

Simpura Jussi & Uusitalo Hannu 2011. Hyvinvointi ja sosiaalinen kehitys. Teoksessa

Juho Saari (toim.) Hyvinvointi. Suomalaisen yhteiskunnan perusta. Helsinki: Gaudea-

mus, 106–138.

Sintonen Harri ja Pekurinen Markku. 2006. Terveystaloustiede (1.-2. painos). WSOY

Oppimateriaalit Oy, Porvoo.

Sintonen Harri 2013. Terveyteen liittyvän elämänlaadun mittaaminen. Lääkärilehti,

68(17), 1261-1267.

Sintonen Harri 1994. The 15-D Measure of Health Related Quality of Life: Reliability,

Validity and Sensitivity of its Health State Descriptive System. National Centre for

Health Program Evaluation. Saatavissa: https://pdfs.seman-

ticscholar.org/0e80/7ad6671599c6120e50bcf43711e7dc954b47.pdf (luettu 31.5.2018)

Sintonen Harri 1999. Vaikuttavuuden mittaaminen terveydenhuollossa. Teoksessa Kin-

nunen Juha, Meriläinen Pirkko, Vehviläinen-Julkunen Katri & Nyberg Tiina (toim.) Ter-

veystieteiden monialainen tutkimus ja yliopistokoulutus. Kuopion yliopisto, Kuopio,

289-299.

Ohinmaa Arto & Sintonen Harri 1999. Inconsistencies and modelling of the Finnish Eu-

roQol (EQ-5D) preference values. In: Greiner W, Graf v. d. Schulenburg J.-M., Piercy J,

eds. EuroQol Plenary Meeting, Hannover, 1st - 2nd October. Hannover: Uvi-Verlag

Witte, 57-74.

Sohlman Britta 2004. Funktionaalinen mielenterveyden malli positiivisen mielentervey-

den kuvaajana. Tutkimuksia 137. Stakes, Helsinki.

Sohlman Britta, Immonen Tuula & Kiikkala Irma 2005. Ongelmallinen mielenterveys.

Yhteiskuntapolitiikka, vol. 70 (2), 210-213.

Stafford Mai, Soljak Michael, Pledge Victoria & Mindell Jennifer 2012. Socio-economic

differences in the health-related quality of life impact of cardiovascular conditions. Euro-

pean Journal of Public Health, 22(3), 301–305.

65

Stata 2017a. Survey data reference manual, release 15. A Stata Press Publication

StataCorp LLC, College Station, Texas. Saatavilla: https://www.stata.com/manu-

als/svy.pdf (luettu 31.5.2018)

Stata 2017b. Multiple imputation reference manual, release 15. A Stata Press Publication

StataCorp LLC, College Station, Texas. Saatavilla: https://www.stata.com/manu-

als/mi.pdf (luettu 31.5.2018)

Stata 2017c. Base reference manual, release 15. A Stata Press Publication

StataCorp LLC, College Station, Texas. Saatavilla: https://www.stata.com/manuals/r.pdf

(luettu 31.5.2018)

Stiglitz Joseph E., Sen Amartya & Fitoussi Jean-Paul 2009. Report by the Commission

on the Measurement of Economic Performance and Social Progress. Saatavissa:

http://www.stiglitz-sen-fitoussi.fr/ (luettu 31.5.2018)

STM 2008. Kansallinen terveyserojen kaventamisen toimitaohjelma 2008–2011. Sosi-

aali- ja terveysministeriön julkaisuja. Sosiaali- ja terveysministeriö, Helsinki 2008. Saa-

tavissa:

https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/73658/Julk200816.pdf?se-

quence=1&isAllowed=y (luettu 31.5.2018)

Suvisaari Jaana & Lindfors Olavi 2012. Terveyspalvelujen käyttö mielenterveysongel-

mien vuoksi. Teoksessa Seppo Koskinen, Annamari Lundqvist ja Noora Ristiluoma

(toim.) Terveys, toimintakyky ja hyvinvointi Suomessa 2011. THL Raportti 68, 179-180.

Saatavissa:

https://www.julkari.fi/bitstream/handle/10024/90832/Rap068_2012_netti.pdf (luettu

31.5.2018)

Tabachnick Barbara & Fidell Linda 2001. Using Multivariate Statistics. Allyn and Bacon,

Boston.THL 2016. Hilmo Sosiaalihuollon ja terveydenhuollon hoitoilmoitus. Määrittelyt ja ohjeistus. Saata-

vissa: http://www.julkari.fi/bitstream/handle/10024/130826/Hilmo-opas_2016_kor-

jattu_WEB_14092016.pdf?sequence=7 (luettu 11.12.2017)

THL 2017. FinSote-tutkimus. Saatavilla: https://thl.fi/fi/tutkimus-ja-kehittaminen/tutki-

mukset-ja-hankkeet/finsote-tutkimus (luettu 31.5.2018).

Tilastokeskus 2018. Käsitteet, tilastollinen kuntaryhmitys. Saatavissa:

https://www.stat.fi/meta/kas/til_kuntaryhmit.html (luettu 22.4.2018)

Toimia-15D. Toimia-tietokannan sivut 15D-mittarista. Terveyden ja hyvinvoinnin laitos.

Saatavissa: http://www.thl.fi/toimia/tietokanta/mittariversio/138/ (luettu 31.5.2018)

Toimia-EQ-5D. Toimia-tietokannan sivut EQ-5D-mittarista. Terveyden ja hyvinvoinnin

laitos. Saatavissa: http://www.thl.fi/toimia/tietokanta/mittariversio/139/ (luettu

31.5.2018)

66

Toimia-EuroHIS-8. Toimia-tietokannan sivut EuroHIS-8 -elämänlaatumittarista. Tervey-

den ja hyvinvoinnin laitos. Saatavissa: http://www.thl.fi/toimia/tietokanta/mittariver-

sio/135/ (luettu 11.12.2017)

Travers Peter & Richardson Sue 1993. Material Well-Being and Human Well-Being. Te-

oksessa Frank Ackerman, David Kiron, Neva Goodwin, Jonathan Harris & Kevin Gal-

lagher (toim.) Human Well-Being and Economic Goals. Island Press, Washington DC,

26-29.

Vaalavuo Maria, Häkkinen Unto & Fredriksson Sami 2013. [Sosiaali- ja terveydenhuol-

lon tarvetekijät ja valtionosuusjärjestelmän uudistaminen. THL Raportti 24. Saatavissa:

http://www.vm.fi/vm/fi/04_julkaisut_ja_asiakirjat/03_muut_asiakirjat/20140204Val-

tio/URN_ISBN_978-952-302-075-7.pdf (luettu 9.4.2014)

Vaarama Marja, Siljander Eero, Luoma Minna-Liisa & Meriläinen Satu 2010. Suoma-

laisten kokema elämänlaatu nuoruudesta vanhuuteen. Teoksessa Marja Vaarama, Pasi

Moisio Pasi & Sakari Karvonen (toim.) Suomalaisten hyvinvointi 2010. THL, 126-149.

Saatavissa: http://www.julkari.fi/bitstream/handle/10024/80297/8cec7cec-5cf3-4209-

ba7a-0334ecdb6e1d.pdf?sequence=1&isAllowed=y (luettu 31.5.2018)

Vaillant George 2003. Mental Health. American Journal of Psychiatry, 160, 1373–1384.

Veenhoven Ruut 2000. The four qualities of life: ordering concepts and measures of the

good life. Journal of Happiness Studies, vol. 1, 1-39. Saatavissa: re-

pub.eur.nl/pub/8862/2000c-full.pdf (luettu 9.4.2014)

Vartiainen Pekka, Mäntyselkä Pekka, Heiskanen Tarja, Hagelberg Nora, Mustola Seppo,

Forssell Heli, Kautiainen Hannu & Kalso Eija 2017. Validation of EQ-5D and 15D in the

assessment of health-related quality of life in chronic pain. Pain, vol. 158(8), 1577–1585.

Virtanen Pekka, Kivimäki Mika, Vahtera Jussi & Koskenvuo Markku 2006. Employment

status and differences in the one-year coverage of physician visits: different needs or un-

equal access to services? BMC Health Services Research, 6(123), 1–11.

Vuorisalmi Merja, Lintonen Tomi & Jylhä Marja 2005. Global self-rated health data from

a longitudinal study predicted mortality better than comparative self-rated health in old

age. Journal of Clinical Epidemiology, 58(7), 680-687.

Walters Stephen & Brazier John 2005. Comparison of the minimally important difference

for two health state utility measures: EQ-5D and SF-6D. Quality of Life Research, 14,

1523–1532

Williams Alan 1985. Economics of Coronary Artery Bypass Grafting. British Medical

Journal, 3(291), 326-329.

Williams Richard 2018. Marginal Effects for Continuous Variables. Saatavissa:

https://www3.nd.edu/~rwilliam/stats3/Margins02.pdf (luettu 31.5.2018)

67

Wilson Ira & Cleary Paul 1995. Linking clinical variables with health-related quality of

life: A conceptual model of patient outcomes. Journal of American Medical Association,

273(1), 59-65.

WHO 1948. Preamble to the Constitution of the World Health Organization as adopted

by the International Health Conference, New York, 19 June - 22 July 1946; signed on 22

July 1946 by the representatives of 61 States (Official Records of the World Health Or-

ganization, no. 2, p. 100) and entered into force on 7 April 1948.

WHO 1997. Measuring quality of life. The World Health Organisations quality of life

instruments (the WHOQOL-100 and the WHOQOL-BREF). Division of mental health

and prevention substance abuse.

Saatavissa: http://www.who.int/mental_health/media/68.pdf (luettu 20.11.2013)

Wulff Jesper & Ejlskov Linda 2017. Multiple Imputation by Chained Equations in

Praxis: Guidelines and Review. The Electronic Journal of Business Research Methods,

vol. 15(1), 41-56. Saatavissa: www.ejbrm.com/issue/download.html?idArticle=450 (lu-

ettu 31.5.2016)

Yoon Jangho & Bernell Stephanie 2013. The role of adverse physical health events on

the utilization of mental health services. Health Services Research, 48(1), 175-194.

Yucel Recai 2009. Multiple imputation inference for multivariate multilevel continuous

data with ignorable non-response. Philosophical Transactions of the Royal Society, A

366, 2389–2403.

Åhs Annika & Westerling Ragnar 2006. Health care utilization among persons who are

unemployed or outside the labour force. Health Policy, 78, 178–193

Åhs Annika, Burell Gunilla & Westerling Ragnar 2012. Care or Not Care – that is the

Question: Predictors of Healthcare Utilisation in Relation to Employment Status. Inter-

national Journal of Behavioral Medicine, 19, 29–38.

68

LIITTEET

Liite 1. Aineiston jatkuvien muuttujien ja lääkäripalvelujen käytön väliset korre-

laatiot alkuperäisessä aineistossa.

Lääkärikäynti 15D EQ-5D Koettu terveys EuroHIS-8 SOC-13 Ikä

Lääkärikäynti 1,000

15D 0,012 1,000

EQ-5D 0,033 0,650 1,000

Koettu terveys 0,192 -0,025 -0,026 1,000

EuroHIS-8 -0,076 0,025 -0,004 -0,548 1,000

SOC-13 -0,049 0,030 -0,005 -0,306 0,470 1,000

Ikä 0,353 -0,124 -0,161 0,031 -0,017 0,028 1,000

Liite 2. Aineiston jatkuvien muuttujien ja lääkäripalvelujen käytön väliset korre-

laatiot moni-imputoidussa aineistossa.

Lääkärikäynti 15D EQ-5D Koettu terveys EuroHIS-8 SOC-13 Ikä

Lääkärikäynti 1,000

15D 0,067 1,000

EQ-5D 0,132 0,623 1,000

Koettu terveys 0,027 -0,054 -0,072 1,000

EuroHIS-8 0,019 0,046 0,038 -0,531 1,000

SOC-13 0,008 0,034 0,045 -0,301 0,470 1,000

Ikä 0,265 0,079 0,199 -0,126 0,076 0,061 1,000

Liite 3. Aineiston jatkuvien muuttujien ja sairaalapalvelujen käytön väliset korre-

laatiot alkuperäisessä aineistossa.

Sairaalakäynti 15D EQ-5D Koettu terveys EuroHIS-8 SOC-13 Ikä

Sairaalakäynti 1,000

15D 0,006 1,000

EQ-5D -0,007 0,650 1,000

Koettu terveys 0,186 -0,025 -0,026 1,000

EuroHIS-8 -0,096 0,025 -0,004 -0,548 1,000

SOC-13 -0,085 0,030 -0,005 -0,306 0,470 1,000

Ikä 0,026 -0,124 -0,161 0,031 -0,017 0,028 1,000

69

Liite 4. Aineiston jatkuvien muuttujien ja sairaalapalvelujen käytön väliset korre-

laatiot moni-imputoidussa aineistossa.

Sairaalakäynti 15D EQ-5D Koettu terveys EuroHIS-8 SOC-13 Ikä

Sairaalakäynti 1,000

15D 0,031 1,000

EQ-5D -0,003 0,623 1,000

Koettu terveys 0,158 -0,054 -0,072 1,000

EuroHIS-8 -0,058 0,046 0,038 -0,531 1,000

SOC-13 -0,073 0,034 0,045 -0,301 0,470 1,000

Ikä 0,003 0,079 0,199 -0,126 0,076 0,061 1,000

Liite 5. Aineiston jatkuvien muuttujien ja mielenterveyspalvelujen käytön väliset

korrelaatiot alkuperäisessä aineistossa.

Mt-käynti 15D EQ-5D Koettu terveys EuroHIS-8 SOC-13 Ikä

Mt-käynti 1,000

15D -0,002 1,000

EQ-5D 0,010 0,650 1,000

Koettu terveys 0,212 -0,025 -0,026 1,000

EuroHIS-8 -0,259 0,025 -0,004 -0,548 1,000

SOC-13 -0,277 0,030 -0,005 -0,306 0,470 1,000

Ikä -0,013 -0,124 -0,161 0,031 -0,017 0,028 1,000

Liite 6. Aineiston jatkuvien muuttujien ja mielenterveyspalvelujen käytön väliset

korrelaatiot moni-imputoidussa aineistossa.

Mt-käynti 15D EQ-5D Koettu terveys EuroHIS-8 SOC-13 Ikä

Mt-käynti 1,000

15D 0,012 1,000

EQ-5D 0,015 0,623 1,000

Koettu terveys 0,175 -0,054 -0,072 1,000

EuroHIS-8 -0,241 0,046 0,038 -0,531 1,000

SOC-13 -0,272 0,034 0,045 -0,301 0,470 1,000

Ikä 0,003 0,079 0,199 -0,126 0,076 0,061 1,000

70

Liite 7. Aineiston diskreettien muuttujien ja lääkäripalvelujen käytön väliset korre-

laatiot alkuperäisessä aineistossa.

Lääkä-

rikäynti

Kunta-

ryhmä

Työmark-

kina-asema

Tulojen

riittävyys

Pitkäai-

kaissai-

raus

Suku-

puoli

Sivii-

lisääty

Koulu-

tusaste

Lääkäri-

käynti 1,000

Kunta-

ryhmä -0,016 1,000

Työmark-

kina-asema 0,001 0,024 1,000

Tulojen riit-

tävyys 0,018 -0,033 0,012 1,000

Pitkäaikais-

sairaus 0,199 -0,020 -0,029 0,155 1,000

Sukupuoli -0,027 -0,039 0,032 0,016 -0,006 1,000

Siviilisääty -0,016 0,027 0,008 -0,003 0,012 0,054 1,000

Koulutus-

aste 0,010 -0,099 -0,190 0,013 -0,020 0,146 -0,023 1,000

Liite 8. Aineiston jatkuvien muuttujien ja lääkäripalvelujen käytön väliset korre-

laatiot moni-imputoidussa aineistossa.

Lääkä-

rikäynti

Kunta-

ryhmä

Työmark-

kina-asema

Tulojen

riittävyys

Pitkäai-

kaissai-

raus

Suku-

puoli

Sivii-

lisääty

Koulu-

tusaste

Lääkäri-

käynti 1,000

Kunta-

ryhmä 0,004 1,000

Työmark-

kina-asema -0,030 0,024 1,000

Tulojen riit-

tävyys -0,018 0,001 0,021 1,000

Pitkäaikais-

sairaus 0,025 -0,017 0,017 0,139 1,000

Sukupuoli 0,022 -0,031 0,018 -0,004 -0,072 1,000

Siviilisääty 0,184 0,041 -0,056 -0,037 -0,107 0,082 1,000

Koulutus-

aste 0,095 -0,078 -0,219 -0,010 -0,049 0,099 0,075 1,000

71

Liite 9. Aineiston diskreettien muuttujien ja sairaalapalvelujen käytön väliset kor-

relaatiot alkuperäisessä aineistossa.

Sairaa-

lakäynti

Kunta-

ryhmä

Työmark-

kina-asema

Tulojen

riittävyys

Pitkäai-

kaissai-

raus

Suku-

puoli

Sivii-

lisääty

Koulu-

tusaste

Sairaala-

käynti

1,000

Kunta-

ryhmä

-0,011 1,000

Työmark-

kina-asema

-0,032 0,033 1,000

Tulojen riit-

tävyys

-0,003 -0,029 0,004 1,000

Pitkäaikais-

sairaus

0,137 -0,023 -0,016 0,163 1,000

Sukupuoli -0,033 -0,041 0,019 0,008 -0,003 1,000

Siviilisääty -0,028 0,019 0,026 0,013 0,013 0,049 1,000

Koulutus-

aste

-0,021 -0,107 -0,185 0,019 -0,025 0,150 -0,024 1,000

Liite 10. Aineiston diskreettien muuttujien ja sairaalapalvelujen käytön väliset kor-

relaatiot moni-imputoidussa aineistossa.

Sairaa-

lakäynti

Kunta-

ryhmä

Työmark-

kina-asema

Tulojen

riittävyys

Pitkäai-

kaissai-

raus

Suku-

puoli

Sivii-

lisääty

Koulu-

tusaste

Sairaala-

käynti 1,000

Kunta-

ryhmä 0,002 1,000

Työmark-

kina-asema 0,004 0,024 1,000

Tulojen riit-

tävyys 0,002 0,001 0,021 1,000

Pitkäaikais-

sairaus 0,099 -0,017 0,017 0,139 1,000

Sukupuoli 0,007 -0,031 0,018 -0,004 -0,072 1,000

Siviilisääty 0,004 0,041 -0,056 -0,037 -0,107 0,082 1,000

Koulutus-

aste 0,009 -0,078 -0,219 -0,010 -0,049 0,099 0,075 1,000

72

Liite 11. Aineiston diskreettien muuttujien ja mielenterveyspalvelujen käytön väli-

set korrelaatiot alkuperäisessä aineistossa.

Sairaa-

lakäynti

Kunta-

ryhmä

Työmark-

kina-asema

Tulojen

riittävyys

Pitkäai-

kaissai-

raus

Suku-

puoli

Sivii-

lisääty

Koulu-

tusaste

Sairaala-

käynti 1,000

Kunta-

ryhmä 0,002 1,000

Työmark-

kina-asema 0,004 0,024 1,000

Tulojen riit-

tävyys 0,002 0,001 0,021 1,000

Pitkäaikais-

sairaus 0,099 -0,017 0,017 0,139 1,000

Sukupuoli 0,007 -0,031 0,018 -0,004 -0,072 1,000

Siviilisääty 0,004 0,041 -0,056 -0,037 -0,107 0,082 1,000

Koulutus-

aste 0,009 -0,078 -0,219 -0,010 -0,049 0,099 0,075 1,000

Liite 12. Aineiston diskreettien muuttujien ja mielenterveyspalvelujen käytön väli-

set korrelaatiot moni-imputoidussa aineistossa.

Mt-

käynti

Kunta-

ryhmä

Työmark-

kina-asema

Tulojen

riittävyys

Pitkäai-

kaissai-

raus

Suku-

puoli

Sivii-

lisääty

Koulu-

tusaste

Mt-käynti 1,000

Kunta-

ryhmä 0,005 1,000

Työmark-

kina-asema 0,058 0,024 1,000

Tulojen

riittävyys 0,140 0,001 0,021 1,000

Pitkäai-

kaissairaus 0,123 -0,017 0,017 0,139 1,000

Sukupuoli 0,002 -0,031 0,018 -0,004 -0,072 1,000

Siviilisääty -0,004 0,041 -0,056 -0,037 -0,107 0,082 1,000

Koulutus-

aste -0,029 -0,078 -0,219 -0,010 -0,049 0,099 0,075 1,000

73

Liite 13. Lääkäripalvelujen käytön mallin I tulokset, logistinen regressioanalyysi

moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,272,8849

Number of PSUs = 3,601

Average RVI = 1.5273

Largest FMI = 0.7717

Complete DF = 3581

DF adjustment: Small sample avg = 189.31

DF: min = 121.53

max = 330,54

Model F test: Equal FMI F( 5, 798,8) = 9,15

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 2,16

Lääkärikäynti kerroin keskivirhe t-arvo P>|t| 95 % CI. alaraja 95 % CI. yläraja

15D -0,771 1,113 -0,69 0,490 -2,974 1,432

EQ-5D 1,981 0,380 0,00 0,000 1,231 2,732

Koettu terveys 0,207 0,057 3,60 0,000 0,094 0,320

EuroHIS-8 0,170 0,104 1,64 0,104 -0,035 0,376

SOC-13 0,001 0,008 0,08 0,935 -0,015 0,016

_cons -1,678 1,018 -1,65 0,101 -3,690 0,334

74

Liite 14. Lääkäripalvelujen käytön mallin II tulokset, logistinen regressioanalyysi

moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,272,8849

Number of PSUs = 3,601

Average RVI = 0,9700

Largest FMI = 0.7662

Complete DF = 3581

DF adjustment: Small sample avg = 123,45

DF: min = 123,45

max = 407,57

Model F test: Equal FMI F(15, 2082,5) = 9,92

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 6,1

Lääkärikäynti kerroin keski-

virhe t-arvo P>|t|

95 % CI.

alaraja

95 % CI.

yläraja

15D 0,220 1,131 0,19 0,846 -2,018 2,458

EQ-5D 1,593 0,374 4,26 0,000 0,856 2,330

Koettu terveys 0,199 0,057 3,48 0,001 0,086 0,311

EuroHIS-8 0,153 0,106 1,44 0,151 -0,056 0,361

SOC-13 0,000 0,008 0,03 0,976 -0,015 0,016

Kuntaryhmä

taajaan asuttu kunta -0,017 0,097 -0,17 0,864 -0,206 0,173

maaseutumainen kunta -0,034 0,105 -0,33 0,742 -0,240 0,171

Pääasiallinen toiminta

opiskelija -0,977 0,140 -6,99 0,000 -1,251 -0,702

elakkeellä 0,851 0,166 5,11 0,000 0,523 1,178

työtön tai lomautettu -0,163 0,164 -0,99 0,321 -0,485 0,159

muu -0,040 0,165 -0,24 0,809 -0,364 0,284

Taloudellinen tilanne

rahat riittävät sopivasti

omiin tarpeisiimme -0,080 0,119 -0,68 0,500 -0,315 0,154

joudumme tinkimään

jossakin määrin kulu-

tuksesta

-0,087 0,157 -0,56 0,579 -0,397 0,223

joudumme tinkimään

paljon kulutuksesta,

mutta tulemme tuloil-

lamme toimeen

0,025 0,214 0,12 0,907 -0,398 0,448

joudumme tinkimään

kaikesta kulutuksesta

emmekä tule toimeen

omilla tuloillamme

0,064 0,312 0,21 0,837 -0,549 0,678

_cons -2,078 1,060 -1,96 0,052 -4,172 0,017

75

Liite 15. Lääkäripalvelujen käytön mallin III tulokset, logistinen regressioanalyysi

moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,231,8992

Number of PSUs = 3,601

Average RVI = 0,7439

Largest FMI = 0.7283

Complete DF = 3569

DF adjustment: Small sample avg = 570,38

DF: min = 123,43

max = 1,469,79

Model F test: Equal FMI F(22, 2623,6) = 10,01

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 10,1

Lääkärikäynti kerroin keski-

virhe t-arvo P>|t|

95 % CI.

alaraja

95 % CI.

yläraja

15D 0,376 1,082 0,350 0,73 -1,763 2,515

EQ-5D 1,099 0,370 2,970 0,00 0,370 1,827

Koettu terveys 0,133 0,064 2,060 0,04 0,006 0,260

EuroHIS-8 0,177 0,106 1,670 0,10 -0,032 0,386

SOC-13 -0,002 0,008 -0,210 0,84 -0,017 0,014

Kuntaryhmä

taajaan asuttu kunta -0,060 0,101 -0,600 0,55 -0,258 0,137

maaseutumainen

kunta -0,054 0,109 -0,490 0,62 -0,268 0,160

Pääasiallinen toiminta

opiskelija -0,491 0,146 -3,360 0,00 -0,778 -0,204

elakkeellä 0,607 0,181 3,360 0,00 0,251 0,963

työtön tai lomautettu -0,091 0,169 -0,540 0,59 -0,423 0,241

muu 0,099 0,167 0,590 0,55 -0,229 0,428

Taloudellinen tilanne

rahat riittävät sopi-

vasti omiin tarpei-

siimme

-0,106 0,120 -0,890 0,38 -0,342 0,130

joudumme tinkimään

jossakin määrin kulu-

tuksesta

-0,111 0,157 -0,710 0,48 -0,420 0,197

joudumme tinkimään

paljon kulutuksesta,

mutta tulemme tuloil-

lamme toimeen

0,018 0,213 0,080 0,93 -0,403 0,438

joudumme tinkimään

kaikesta kulutuksesta

emmekä tule toimeen

omilla tuloillamme

0,006 0,314 0,020 0,98 -0,613 0,626

sukupuoli 0,110 0,077 1,430 0,15 -0,041 0,261

ikä 0,026 0,004 7,130 0,00 0,019 0,034

pitkäaikaissairaus

(1=on) 0,344 0,092 3,720 0,00 0,163 0,526

76

Koulutus (vertailuryhmä: perusaste)

keskiaste 0,448 0,114 3,940 0,00 0,225 0,671

korkea-aste 0,494 0,115 4,280 0,00 0,267 0,720

Siviilisääty (vertailuryhmä: naimaton)

naimisissa / rek. pari-

suhteessa 0,136 0,092 1,470 0,14 -0,045 0,317

muut (eronnut / leski

/ muut) 0,072 0,150 0,480 0,63 -0,223 0,368

_cons -3,453 1,038 -3,330 0,00 -5,502 -1,404

Liite 16. Sairaalapalvelujen käytön mallin I tulokset, logistinen regressioanalyysi

moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,272,8849

Number of PSUs = 3,601

Average RVI = 1,3403

Largest FMI = 0,6912

Complete DF = 3581

DF adjustment: Small sample avg = 196,58

DF: min = 121.53

max = 223,42

Model F test: Equal FMI F( 5, 882,3) = 12,17

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 3,0

Sairaalakäynti kerroin keskivirhe t-arvo P>|t| 95 % CI. alaraja 95 % CI. yläraja

15D -0,771 1,113 -0,69 0,490 -2,974 1,432

EQ-5D 1,981 0,380 0,00 0,000 1,231 2,732

Koettu terveys 0,207 0,057 3,60 0,000 0,094 0,320

EuroHIS-8 0,170 0,104 1,64 0,104 -0,035 0,376

SOC-13 0,001 0,008 0,08 0,935 -0,015 0,016

_cons -1,678 1,018 -1,65 0,101 -3,690 0,334

77

Liite 17. Sairaalapalvelujen käytön mallin II tulokset, logistinen regressioanalyysi

moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,272,8849

Number of PSUs = 3,601

Average RVI = 1,0338

Largest FMI = 0,6955

Complete DF = 3581

DF adjustment: Small sample avg = 344,10

DF: min = 151,48

max = 970,11

Model F test: Equal FMI F(15, 2041,2) = 6,28

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 3,96

Sairaalakäynti kerroin keskivirhe t-arvo P>|t| 95 % CI.

alaraja

95 % CI.

yläraja

15D 2,760 1,564 1,76 0,079 -0,327 5,846

EQ-5D -0,651 0,624 -1,04 0,298 -1,882 0,580

Koettu terveys 0,746 0,104 7,14 0,000 0,540 0,952

EuroHIS-8 0,372 0,193 1,92 0,056 -0,010 0,754

SOC-13 -0,022 0,012 -1,75 0,082 -0,046 0,003

Kuntaryhmä

taajaan asuttu kunta 0,053 0,155 0,34 0,731 -0,251 0,357

maaseutumainen

kunta

0,025 0,152 0,17 0,868 -0,273 0,324

Pääasiallinen toiminta

opiskelija 0,700 0,205 3,41 0,001 0,296 1,104

elakkeellä -0,197 0,229 -0,86 0,391 -0,646 0,253

työtön tai lomau-

tettu

-0,319 0,357 -0,89 0,373 -1,021 0,384

muu 0,101 0,286 0,35 0,725 -0,462 0,663

Taloudellinen tilanne

rahat riittävät sopi-

vasti omiin tarpei-

siimme

-0,300 0,184 -1,63 0,103 -0,661 0,061

joudumme tinki-

maan jossakin mää-

rin kulutuksesta

-0,437 0,232 -1,89 0,060 -0,893 0,019

joudumme tinki-

mään paljon kulu-

tuksesta, mutta tu-

lemme tuloillamme

toimeen

-0,472 0,288 -1,64 0,103 -1,040 0,096

joudumme tinki-

mään kaikesta kulu-

tuksesta emmekä

tule toimeen omilla

tuloillamme

-0,630 0,470 -1,34 0,181 -1,556 0,296

_cons -5,576 1,600 -3,49 0,001 -8,734 -2,419

78

Liite 18. Sairaalapalvelujen käytön mallin III tulokset, logistinen regressioanalyysi

moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,882

Number of strata = 20 Population size = 5,231,89929

Number of PSUs = 3,601

Average RVI = 0,8994

Largest FMI = 0,6923

Complete DF = 3569

DF adjustment: Small sample avg = 429,55

DF: min = 152,83

max = 954,30

Model F test: Equal FMI F( 22, 2481,2) = 5,07

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 3,96

Sairaalakaynti kerroin keskivirhe t-arvo P>|t| 95 % CI.

alaraja

95 % CI.

yläraja

15D -0,710 0,629 -1,13 0,260 -1,950 0,531

EQ-5D 2,778 1,533 1,81 0,072 -0,246 5,802

Koettu terveys 0,662 0,109 6,05 0,000 0,446 0,878

EuroHIS-8 0,378 0,195 1,94 0,054 -0,007 0,763

SOC-13 -0,023 0,012 -1,83 0,069 -0,047 0,002

Kuntaryhmä

taajaan asuttu kunta -0,008 0,159 -0,05 0,962 -0,320 0,305

maaseutumainen kunta 0,046 0,156 0,30 0,768 -0,261 0,353

Pääasiallinen toiminta

opiskelija 0,875 0,230 3,81 0,000 0,423 1,327

elakkeellä -0,163 0,250 -0,65 0,515 -0,656 0,329

työtön tai lomautettu -0,292 0,354 -0,82 0,410 -0,987 0,404

muu 0,144 0,291 0,50 0,620 -0,427 0,716

Taloudellinen tilanne

rahat riittävät sopivasti

omiin tarpeisiimme -0,331 0,185 -1,79 0,074 -0,694 0,032

joudumme tinkimäänn jossa-

kin määrin kulutuksesta -0,464 0,233 -1,99 0,048 -0,923 -0,005

joudumme tinkimään paljon

kulutuksesta, mutta tulemme

tuloillamme toimeen

-0,510 0,292 -1,75 0,083 -1,087 0,066

joudumme tinkimään kai-

kesta kulutuksesta emmekä

tule toimeen omilla tuloil-

lamme

-0,689 0,471 -1,46 0,145 -1,618 0,239

sukupuoli 0,076 0,121 0,63 0,530 -0,162 0,314

ikä 0,004 0,006 0,67 0,501 -0,008 0,016

pitkäaikaissairaus (1=on) 0,348 0,159 2,18 0,030 0,034 0,661

Koulutus (vertailuryhmä: perusaste)

keskiaste 0,599 0,197 3,04 0,002 0,213 0,986

korkea-aste 0,396 0,205 1,93 0,054 -0,007 0,800

79

Siviilisääty (vertailuryhmä: naimaton)

naimisissa / rek. parisuh-

teessa -0,015 0,156 -0,09 0,925 -0,321 0,292

muut (eronnut / leski / muut) 0,057 0,226 0,25 0,801 -0,386 0,500

_cons -6,125 1,613 -3,80 0,000 -9,308 -2,941

Liite 19. Mielenterveyspalvelujen käytön mallin I tulokset, logistinen regressio-

analyysi moni-imputoidulle survey-aineistolle.

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,272,8849

Number of PSUs = 3,601

Average RVI = 2,2839

Largest FMI = 0.7710

Complete DF = 3581

DF adjustment: Small sample avg = 160,45

DF: min = 121,71

max = 257,03

Model F test: Equal FMI F( 5, 798,8) = 9,15

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 9,4

Mt-käynti kerroin keskivirhe t-arvo P>|t| 95 % CI. alaraja 95 % CI. yläraja

15D -0,771 1,113 -0,69 0,490 -2,974 1,432

EQ-5D 1,981 0,380 0,00 0,000 1,231 2,732

Koettu terveys 0,207 0,057 3,60 0,000 0,094 0,320

EuroHIS-8 0,170 0,104 1,64 0,104 -0,035 0,376

SOC-13 0,001 0,008 0,08 0,935 -0,015 0,016

_cons -1,678 1,018 -1,65 0,101 -3,690 0,334

80

Liite 20. Mielenterveyspalvelujen käytön mallin II tulokset, logistinen regressio-

analyysi moni-imputoidulle survey-aineistolle..

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,914

Number of strata = 20 Population size = 5,272,8849

Number of PSUs = 3,601

Average RVI = 1.8824

Largest FMI = 0.8471

Complete DF = 3581

DF adjustment: Small sample avg = 222,79

DF: min = 97,35

max = 451,41

Model F test: Equal FMI F(15, 1613,4) = 7,69

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 10,6

Mt-käynti kerroin keski-

virhe t-arvo P>|t|

95 % CI.

alaraja

95 % CI.

yläraja

15D 1,504 2,288 0,66 0,512 -3,025 6,033

EQ-5D 0,684 0,906 0,76 0,451 -1,108 2,477

Koettu terveys 0,245 0,110 2,22 0,027 0,027 0,462

EuroHIS-8 -0,621 0,209 -2,97 0,003 -1,035 -0,208

SOC-13 -0,085 0,016 -5,39 0,000 -0,116 -0,054

Kuntaryhmä

taajaan asuttu kunta 0,035 0,211 0,17 0,869 -0,380 0,450

maaseutumainen kunta 0,093 0,217 0,43 0,670 -0,335 0,520

Pääasiallinen toiminta

opiskelija 0,589 0,515 1,14 0,256 -0,434 1,612

elakkeellä 0,466 0,311 1,50 0,137 -0,149 1,080

työtön tai lomautettu 0,214 0,399 0,54 0,592 -0,573 1,002

muu 0,576 0,490 1,18 0,241 -0,392 1,545

Taloudellinen tilanne

rahat riittavat sopivasti

omiin tarpeisiimme 0,020 0,281 0,07 0,942 -0,531 0,572

joudumme tinkimaan

jossakin määrin kulu-

tuksesta

0,277 0,311 0,89 0,375 -0,336 0,889

joudumme tinkimään

paljon kulutuksesta,

mutta tulemme tuloil-

lamme toimeen

0,441 0,346 1,27 0,204 -0,241 1,122

joudumme tinkimään

kaikesta kulutuksesta

emmekä tule toimeen

omilla tuloillamme

0,620 0,461 1,35 0,180 -0,288 1,528

_cons 2,204 2,025 1,09 0,278 -1,798 6,206

81

Liite 21. Mielenterveyspalvelujen käytön mallin III tulokset, logistinen regressio-

analyysi moni-imputoidulle survey-aineistolle..

Multiple-imputation estimates Imputations = 85

Survey: Logistic regression Number of obs = 7,882

Number of strata = 20 Population size = 5,231,8992

Number of PSUs = 3,601

Average RVI = 1,6439

Largest FMI = 0.8159

Complete DF = 3569

DF adjustment: Small sample avg = 252,81

DF: min = 121.53

max = 554,37

Model F test: Equal FMI F(22, 2041,6) = 5,90

Within VCE type: Linearized

Prob > F = 0.0000

Adjusted R2 = 10,9

Mt-käynti kerroin keskivirhe t-arvo P>|t| 95 % CI.

alaraja

95 % CI.

yläraja

15D 0,748 0,935 0,80 0,425 -1,103 2,599

EQ-5D 1,487 2,328 0,64 0,524 -3,121 6,095

Koettu terveys 0,128 0,120 1,07 0,285 -0,107 0,364

EuroHIS-8 -0,614 0,214 -2,87 0,005 -1,035 -0,192

SOC-13 -0,086 0,016 -5,49 0,000 -0,117 -0,055

Kuntaryhmä

taajaan asuttu kunta 0,014 0,212 0,07 0,946 -0,403 0,432

maaseutumainen kunta 0,073 0,222 0,33 0,742 -0,363 0,509

Pääasiallinen toiminta

opiskelija 0,540 0,529 1,02 0,310 -0,509 1,589

elakkeellä 0,379 0,342 1,11 0,269 -0,295 1,053

työtön tai lomautettu 0,203 0,399 0,51 0,611 -0,584 0,990

muu 0,566 0,496 1,14 0,256 -0,414 1,546

Taloudellinen tilanne

rahat riittävät sopivasti

omiin tarpeisiimme 0,005 0,279 0,02 0,985 -0,543 0,554

joudumme tinkimaan

jossakin määrin kulu-

tuksesta

0,265 0,309 0,86 0,392 -0,344 0,873

joudumme tinkimään

paljon kulutuksesta,

mutta tulemme tuloil-

lamme toimeen

0,427 0,346 1,23 0,218 -0,254 1,108

joudumme tinkimään

kaikesta kulutuksesta

emmekä tule toimeen

omilla tuloillamme

0,603 0,468 1,29 0,199 -0,319 1,526

sukupuoli 0,095 0,177 0,54 0,591 -0,253 0,444

ikä 0,003 0,008 0,38 0,702 -0,013 0,020

pitkäaikaissairaus

(1=on) 0,530 0,226 2,35 0,020 0,085 0,975

Koulutus (vertailuryhmä: perusaste)

82

keskiaste -0,237 0,326 -0,73 0,468 -0,879 0,406

korkea-aste -0,192 0,321 -0,60 0,549 -0,825 0,441

Siviilisääty (vertailuryhmä: naimaton)

naimisissa / rek. pari-

suhteessa 0,016 0,207 0,08 0,938 -0,392 0,424

muut (eronnut / leski /

muut) -0,038 0,299 -0,13 0,900 -0,625 0,550

_cons 2,190 2,113 1,04 0,302 -1,986 6,366