條文本
PDF
摘要
目標本研究的目的是檢驗診斷特異性疾病缺勤的不同長度作為不同職業類別殘疾退休的預測因子。
設計基於注冊的前瞻性隊列研究，隨訪時間長達8年。
參與者納入了2006年底25-62歲未退休芬蘭人口的70%隨機樣本(n=1 727 644)，並與2005年的疾病缺勤數據和2007-2014年的殘疾退休數據相關聯。
主要結果測量在8年隨訪期間，采用Cox比例風險回歸分析病假與全因殘疾退休風險的關係。
結果在所有職業類別中，殘疾退休的風險隨著病假時間的增加而增加。長期病假是高級非體力員工殘疾退休的一個特別強的預測因素，因為在病假超過180天的員工中，HR為9.19 (95% CI 7.40至11.40)，但在體力員工中，男性HR為3.51 (95% CI 3.23至3.81)。在女性中，相應的hr分別為7.26 (95% CI 6.16 ~ 8.57)和3.94 (95% CI 3.60 ~ 4.30)。在所有就業群體中，調整病假診斷部分減弱了病假時間長短與殘疾退休風險之間的關聯。
結論在所有職業類別中，長期因病缺勤是殘疾退休的有力預測因素。防止病假天數的累積和為不同職業類別設計更有效的政策，對於減少因殘疾而過渡到提前退休的人數可能至關重要。
- 社會醫學
- 公共衛生
這是一篇根據知識共享署名非商業(CC BY-NC 4.0)許可發布的開放獲取文章，該許可允許其他人以非商業方式分發，重新混合，改編，構建此作品，並以不同的條款授權其衍生作品，前提是原始作品被正確引用並且非商業性使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/
來自Altmetric.com的統計數據
本研究的優勢和局限性
這項研究的一個優勢是8年前瞻性和基於人群的隊列設計，基於70%的芬蘭非退休工作年齡人口的登記樣本。
數據來自國家登記冊，構成高度可靠的來源，具有客觀的基於登記冊的措施，沒有自我報告偏差，幾乎沒有後續工作的損失，信息缺失很少。
我們能夠利用特定日期的病假和殘疾退休信息。
這項研究的一個局限是缺乏關於健康狀況、健康行為或工作環境等方麵的信息，這些信息可以解釋或調解所觀察到的關聯。
由於數據的觀測性質，不能確定因果關係。
介紹
由於健康問題，大量雇員提前離開勞動力市場。1特別是那些處於不利社會地位的人在健康和工作能力方麵出現問題的風險更大。2 - 7日健康方麵的不平等和因健康問題造成的勞動力流失都給社會造成了巨大的代價。1 8延長工作年限已成為許多經合組織國家的重要目標，9識別出那些工作殘疾風險增加的人是至關重要的。
以前的研究已經發現了一些社會人口、工作環境和健康相關的工作殘疾預測因素。10 - 13殘疾退休最明顯的早期標誌之一是病缺勤(SA)。14殘疾退休的風險已被證明取決於SA的持續時間和診斷。特別是長期SA4個5以及由於肌肉骨骼疾病導致的SA15;精神及行為障礙16;神經係統，呼吸係統和循環係統的疾病5表明有很高的殘疾退休風險。
然而，據我們所知，目前還沒有研究關注這種關聯是否因職業類別而異。兩種不同長度的sa存在較大的職業類別差異17 18還有殘疾退休的風險，19日至22日但目前還沒有研究表明，在不同的職業類別中，SA的長度是否對殘疾退休有不同的預測。在因肌肉骨骼疾病導致的SA中，職業類別之間的差異很大，但在因精神和行為障礙導致的SA中，差異較小。23日24職業類別的不同診斷概況可能混淆SA長度與殘疾退休風險之間的關聯。這強調了在檢查殘疾退休風險的職業類別差異時，需要考慮SA的長度和診斷。
因此，為了填補以往研究的空白，本研究的目的是檢驗不同長度的診斷特異性sa作為不同職業類別殘疾退休的預測因子。我們首先檢驗了全因SA的長度如何預測不同職業類別的殘疾退休。其次，將SA診斷作為效應修飾因子，研究因肌肉骨骼疾病、精神和行為障礙或其他診斷導致的SA長度如何預測不同職業類別的殘疾退休。第三，我們將診斷作為一個混雜因素，並研究SA診斷的差異是否解釋了SA長度與殘疾退休之間關聯的職業類別差異。
方法
研究人群
我們的數據來自芬蘭社會保險機構(Kela)、芬蘭養老金中心和芬蘭統計中心的幾個相關登記冊。從Kela人口數據文件中隨機抽取70%的25-62歲未退休芬蘭人口(n=1 727 644)。使用參與者的個人識別號碼將2006年的社會人口特征數據、2005年開始10個工作日的經醫學證明的新SA事件數據以及2007年至2014年的新殘疾養恤金數據聯係起來。
傷殘退休計量
關於殘疾退休的數據是從芬蘭養恤金中心(與收入有關的養恤金)和Kela(基本級國家養恤金)的登記冊中檢索的。在芬蘭，殘疾退休製度覆蓋所有永久居民。殘疾養恤金可發給18-62歲(收入相關計劃)或16-64歲(國家養恤金計劃)的人，如果他們的工作殘疾經醫學評估為長期(至少1年)或永久性。本研究分析了2007年1月1日至2014年12月31日期間轉入全職或兼職殘疾養老金的情況。
病假缺勤測量
SA是通過疾病津貼來衡量的，津貼來自凱拉的登記冊。在芬蘭，疾病津貼的支付是為了補償持續大約1年的短期喪失工作能力，之後可發放殘疾養恤金。疾病津貼可在喪失工作能力的連續10個工作日的等待期後支付(星期日和周中假期不計算在工作日內)。醫生出具的疾病證明是必需的。在2005年1月1日至2005年12月31日期間開始的所有新登記的疾病津貼期限都包括在內，每個期限都得到遵守，直到其結束為止。所有，包括可能的多次發作，是每個診斷類別(見下文)每人的總和。由於殘疾退休後通常會有1年的輔助生活，我們在2007年1月1日開始了隨訪。
診斷組是根據2005年兩種最常見的SA診斷原因的統計數據選擇的。25SAs采用三個診斷組:肌肉骨骼疾病(M00-M99)、精神和行為障礙(F00-F99)和其他診斷組(其餘診斷組)。SA的長度計算為每個診斷組的總天數，並將其分類為:每個診斷組0、1-30、31-60、61-180和180天以上(表1)。
職業等級測量
2006年底關於職業類別的信息取自芬蘭統計局的登記冊26並分為五類:高級非體力雇員，低級非體力雇員，體力工人，自雇人士(包括自雇人士和擁有受薪雇員的公司的所有者)和被歸類為外部就業的人。後者包括長期失業者(58.1%)、學生(20.1%)和失蹤或身份不明者(21.8%)。2006年的養老金領取者被排除在這項研究的基線之外，因為這項研究的重點是2007年1月以後的新殘疾退休人員。
共
2006年底關於性別、年齡、婚姻狀況和城市化水平的信息來自凱拉的登記冊。由於已知SA和殘疾退休模式存在性別差異，因此對男性和女性分別進行了分析。24 27 28年齡以10年為間隔分為四組。婚姻狀況被分為三組:未婚、已婚和“其他”，其中包括離婚或喪偶以及信息缺失的人。根據芬蘭統計局的分類，城市化水平分為城市、人口密集和農村。29協變量的分布見表1．
統計方法
研究人群中的每個人從2007年1月1日開始接受跟蹤，直到開始領取殘疾養恤金、開始領取另一種養恤金、63歲(第一個可能的老年退休年齡)、死亡或研究期於2014年12月31日結束。平均隨訪時間為7年。采用Cox比例風險回歸分析2007-2014年職業類別和SA長度對殘疾退休風險的差異。所有分析分別針對男性和女性進行，並根據2006年底的年齡、婚姻狀況和所在城市的城市化水平(後來稱為社會人口變量)進行了調整。結果以hr表示，ci為95%。將SA長度作為五類變量納入交互作用模型，采用Wald檢驗SA長度與職業類別交互作用的統計顯著性。使用Stata V.14.2軟件進行分析。
道德的考慮
該研究使用了從登記處檢索的次要數據，因此根據芬蘭法律不需要倫理批準。在數據的收集、使用和報告中遵循了良好的科學實踐和數據保護條例。芬蘭養老金和統計中心(Kela)允許使用基於匿名登記冊的數據。
結果
人口特征
在8年的跟蹤調查中，共有123 736人轉為殘疾退休，包括7.0%的男性和7.3%的女性(表1)。從2005年開始，女性(12.5%)比男性(8.9%)至少有過一段SA。在職業等級較低的人群、年齡較大的人群、婚姻狀況為非已婚或未婚的人群以及生活在農村城市的人群中，SA的患病率和經曆殘疾退休的人群比例都較高。此外，同一組的SA日數中位數較高。在SA的每個診斷組中，新殘疾退休的比例在SA較長的人群中較高。
在不同職業類別中，不同SA長度的殘疾退休風險hr見圖1，參照組為2005年開始沒有新的SA職位的高級非體力員工。由於它們的乘法性質和直觀的可比性，hr以對數尺度繪製。30 31此外，在線補充附錄表1和表2顯示殘疾退休人力資源與每個職業類別的單獨參考組計算。
2007-2014年全因殘疾退休風險hr與不同職業類別男性和女性全因SA時長的95% ci。無疾病津貼日的上層非體力工人為參照組。hr在對數尺度上。根據所有社會人口變量進行了調整。SA，生病缺勤。
總的來說，在所有職業類別和性別中，SA越長，全因殘疾退休的風險就越高。在男性和女性中，高級非體力員工的殘疾退休風險最低。在男性中，外出就業的人顯然有最高的殘疾退休風險，而在女性中，體力勞動者和外出就業的風險最高。較低水平的非體力勞動者和個體戶勞動者介於這兩個階層之間。當將每個職業類別分別與上層非體力雇員(在線)進行比較時，職業類別和SA長度對殘疾退休風險的交互項在男性(Wald檢驗的p值p<0.001)和女性(p<0.001)中均具有統計學意義補充附錄表1和表2)。
在高級非體力雇員中，隨著工作時間的增加，殘疾退休風險的增加略高於其他職業類別(圖1,在線補充附錄表1和表2)。在患有180天SA的上肢非體力勞動者中，與沒有SA的人相比，殘疾退休的HR幾乎是10倍(HR 9.19 95% CI 7.40至11.40)，而在體力勞動者中，相同的HR為3.51 (95% CI 3.23至3.81)(在線)補充附錄表1)。在女性中，模式相似，但職業階層差異不像男性那麼大，因此，非體力勞動者的HR為7.26 (95% CI 6.16至8.57)，體力勞動者的HR為3.94 (95% CI 3.6至4.3)補充附錄表2)。
圖2顯示了不同診斷組中全因殘疾退休的hr，再次以沒有SA的上層非體力雇員作為參照組計算(參見在線補充附錄表1和表2用於單獨的參考組)。在每一個診斷組中，SA的長度與殘疾退休風險之間的關係在很大程度上是相似的。然而，有跡象表明，由於精神和行為障礙導致的SA與其他診斷組相比，SA長度增加與殘疾退休風險之間的關聯略強。
2007-2014年全因殘疾退休風險hr及其95% CI(根據診斷特異性SA的時間長短)在不同職業類別的男性和女性。無疾病津貼的上層非體力工人為參照組。hr在對數尺度上。根據所有社會人口變量進行了調整。SA，生病缺勤。
在所有職業類別中，診斷特異性SA的長度與殘疾退休風險之間的關聯是相似的。然而，在因精神和行為障礙而有180天SA的上層非體力員工中，與因相同診斷類別而沒有SA的上層非體力員工相比，殘疾退休的HR為9.74 (95% CI 7.10至13.37)，當SA是由於肌肉骨骼疾病時，相同的HR為7.28 (95% CI 4.22至12.55)，由於其他診斷(在線)，相同的HR為6.89 (95% CI 4.78至9.93)補充附錄表1和表2)。此外，在女性中，有跡象表明，由於精神和行為障礙而導致的長期SA更強烈地預示著殘疾退休，特別是在高級非體力員工中。類似的跡象，但程度較輕，被發現在較低的非體力員工。然而，在其他職業類別中，沒有SA的人(自己的職業類別作為參照組)和有180 SA天的人(在線)之間沒有診斷組差異補充附錄表1和表2)。
評估不同職業類別中SA的不同診斷概況如何影響SA長度與殘疾退休之間的總關聯圖1，我們計算了經SA診斷調整後的hr (圖3)。總的來說，在每個職業類別中，調整診斷多少減弱了SA長度增加與殘疾退休風險的關聯。然而，在男性中，與其他職業類別相比，高級非體力雇員的SA長度繼續更強烈地預測殘疾退休。在女性中，SA長度增加與殘疾退休風險之間的關聯強度的職業等級差異在很大程度上可以用SA診斷控製後的職業等級差異來解釋。
2007-2014年不同職業類別男性和女性按SA年限劃分的全因殘疾退休風險hr。無疾病津貼日的上層非體力工人為參照組。hr在對數尺度上。根據所有社會人口變量進行了調整。虛線表示未調整診斷時的hr，實線表示調整診斷後的hr。SA，生病缺勤。
討論
主要發現
我們的研究結果表明，在所有職業類別中，病假(SA)的長度與較高的殘疾退休風險相關，特別是在高級非體力員工中。與沒有SA日相比，即使是短期SA期(<31天)也與更高的殘疾退休風險相關。此外，非常長期的SA(180天以上)與明顯較高的殘疾退休風險相關。有跡象表明，由於精神和行為障礙導致的SA長度比由於其他診斷導致的SA長度更能預測殘疾退休，並且這種關聯在高級非體力員工中比在其他職業類別中更強。SA的診斷部分解釋了不同職業類別中SA長度與殘疾退休風險之間的差異關聯。
結果的解釋
在本研究中，我們發現體力勞動者和外聘人員的殘疾退休風險明顯高於其他職業類別，特別是在沒有SA或短期SA的人群中。在長期SA者中，職業階層差異較小。失業人員和體力勞動者的健康狀況普遍較差，這是非工作人員中最大的一個群體21 32 - 35健康行為，32個36體力較重的工作21 32 36更少的工作控製21 32 36 37比更高的職業階層。這些因素增加了殘疾退休的風險，即使沒有任何SA或短期SA。健康問題可以選擇人們失業，33 34長期的健康問題會增加殘疾的風險。在本研究中，長期sa的職業等級差異較小，這意味著長期疾病患者的殘疾退休風險增加，無論其職業等級如何。然而，與其他社會階層相比，上層非體力員工的殘疾退休風險隨著工作時間的增加而增加。上層非體力員工擁有長期SA的頻率低於體力員工，這表明具有長期SA的上層非體力員工在殘疾退休風險方麵可能是一個更有選擇性的群體。
sa的診斷和長期後果在不同的職業類別之間是不同的。23 38 39這可能與職業階層之間的工作任務和工作條件的差異有關。有些疾病可能是由工作危害直接引起的。此外，一些妨礙從事體力勞動的人工作的健康問題可能不會影響坐辦公室的人的工作能力。先前的研究發現，在肌肉骨骼疾病中，SAs診斷的社會經濟差異很大。23總的來說，我們的研究與之前的發現一致，即SA的長度與殘疾退休風險之間的關係在SA的診斷組之間沒有太大差異。40然而，在本研究中，有跡象表明，由於精神和行為障礙導致的SA長度比由於其他診斷導致的SA長度更能預測殘疾退休，特別是在上層非體力員工中。由於精神和行為障礙導致的SA比其他診斷導致的SA有更大的殘疾退休風險。4 5 16 41但之前的研究並沒有發現由於精神和行為障礙導致的SA與其他診斷相比，SA的長度預測殘疾退休的差異。5 40我們的發現表明，由於精神和行為障礙導致的SA長度是高級非體力員工的一個更強的預測因子，這在一定程度上可以用與工作相關的因素來解釋:高級非體力員工通常有心理要求高的工作;35 37他們的雇主可能希望雇員因病請假直到完全康複，因為有精神健康問題的人特別難以回到精神複雜的工作崗位，而高級職業的職位不那麼容易被取代。beplay体育相关新闻42
SA病程的平均長度因診斷組和職業類別而異。我們發現診斷的調整在很大程度上解釋了在不同職業類別中，特別是在女性中，SA長度與殘疾退休風險之間的差異關聯。然而，在上層非體力員工男性中，診斷的調整並沒有在很大程度上減弱SA長度與殘疾退休風險之間的關聯，這可以解釋為在上層非體力員工中，很大一部分長期SA是由於精神和行為障礙造成的。在其他職業類別中，這種關聯可以用不同診斷組的比例和平均長度的更均勻分布來解釋。總之，不同職業類別的不同診斷概況部分解釋了SA長度與殘疾退休風險之間關聯的職業類別差異。
方法論的注意事項
該研究的一個關鍵優勢是8年的前瞻性和基於人群的隊列設計，基於70%的芬蘭非退休工作年齡人口的登記樣本。數據來自國家登記冊，構成高度可靠的來源，具有客觀的基於登記冊的措施，沒有自我報告偏差，幾乎沒有後續工作的損失，信息缺失很少。此外，我們能夠利用特定日期的SA和殘疾退休信息。然而，所有基於登記冊的數據都有一個共同的局限性，即缺乏關於諸如健康狀況、健康行為或生理和心理工作環境等方麵的信息，這些信息可以解釋或調解所觀察到的關聯。此外，由於數據的觀測性質，無法確定因果關係。以前的健康狀況或其他未測量的因素可能解釋一些觀察到的關聯。使用相對廣泛的診斷組而不是更精確的診斷，可以避免從結果中得出過於籠統的結論。
結論
我們的研究結果表明，從SA到殘疾退休的途徑存在職業階層差異。在所有職業類別中，SA的長度比SA的診斷更能預測殘疾退休，但不同職業類別的診斷概況不同，這部分解釋了SA的長度與殘疾退休風險之間的關聯。了解工作殘疾在不同職業類別中發展的方式，以提供更有效的預防措施是至關重要的。進一步的研究應該集中在了解不同診斷導致的SA和工作殘疾的社會不平等的機製。
致謝
作者要感謝韋斯特馬克學會年會、RC28會議、北歐人口研討會、WORK2017會議、年度社會政策會議和EPH會議的與會者提出的富有洞察力的意見。
參考文獻
腳注
貢獻者LS, JB, ML和MN:參與了本研究的計劃，實施和報告。LS:進行統計分析，撰寫初稿和後續稿。JB, ML和MN:對統計方法和建模提出建議，並修改了手稿草稿。LS, JB和ML:解釋結果。所有作者都認可了最終提交的版本。
資金這項工作得到了芬蘭科學院戰略研究委員會的支持(決定號:293103和314250)。
相互競爭的利益沒有宣布。
病人的同意不是必需的。
出處和同行評審不是委托;外部同行評審。
數據共享聲明沒有其他數據。