Lehti 37: Alkuperäis­tutkimus 37/2020 vsk 75 s. 1853 - 1858

Kansanterveyden seuranta, arviointi ja ennakointi: Mitä tietoa Suomessa saadaan hoitoilmoitusrekistereistä ja mitä väestötutkimuksista?

Lähtökohdat Väestön terveyden ja hyvinvoinnin seurannassa on tulevaisuudessa tärkeää väestö­tutkimusten ohella hyödyntää rekisteritietoja. Tämä vaatii ymmärrystä tietojen luotettavuudesta erilaisten ilmiöiden kuvaajina.

Menetelmät FinTerveys 2017 -tutkimukseen osallistuneiden tutkimustietoja ja hoitoilmoitusrekistereistä saatuja tietoja verrattiin muutaman keskeisen sairauden ja riskitekijän yleisyyden arvioinnissa.

Tulokset Diabeteksen, sepelvaltimotaudin, astman ja keuhkoahtaumataudin yleisyydet olivat tutkitussa väestössä lähes samanlaisia sekä väestötutkimustiedon että rekisteritiedon perusteella. Masennusta tunnistettiin rekisteritietojen perusteella selvästi vähemmän kuin tutkimustietojen perusteella. Hoitoilmoitus­rekisterien tiedot olivat täysin puutteellisia kohonneen verenpaineen ja lihavuuden tunnistamiseen.

Päätelmät Arviot sellaisten sairauksien yleisyydestä, jotka vaativat jatkuvaa seurantaa ja säännöllistä lääkitystä, ovat hyvin samanlaisia sekä rekisteri- että tutkimustiedon perusteella. Hoitoilmoitusrekisterien tieto ei sen sijaan anna luotettavaa kuvaa terveysriskien yleisyydestä.

Tiina LaatikainenPäivikki KoponenJaakko ReinikainenHanna TolonenPekka JousilahtiJaana SuvisaariTiina MattilaTeemu NiiranenSeppo Koskinen
Rekisteritiedon yhtäpitävyys suhteessa väestötutkimustietoon samoilla henkilöillä1
Riskitekijöiden ja sairauksien esiintyvyys (%) ja 95 %:n luottamusväli (LV)
Riskitekijä- ja tautimäärittelyt FinTerveys 2017 -väestötutkimuksessa ja rekisteriaineistossa

Palvelujen suunnittelussa ja arvioinnissa sekä muussa terveyspolitiikassa tarvittavia tietoja väestön terveydestä ja keskeisimmistä kansanterveysongelmista voidaan saada joko terveydenhuollon rekistereistä tai väestötutkimuksista. Näihin molempiin liittyy sekä menetelmällisiä että tiedon kattavuuteen liittyviä haasteita.

Rekisterit kattavat harvoin koko terveydenhuoltojärjestelmän ja kaikki väestöryhmät sekä sairaudet. Lisäksi tietoon vaikuttavat kirjaajien ja tietojärjestelmien erot. Väestötutkimusten ongelmana taas on usein vastauskato, joka voi aiheuttaa harhaa sairauksien yleisyyden arvioinnissa.

Rekisteritiedon ja terveystutkimusten vastaavuutta koskevissa tutkimuksissa on mm. havaittu, että käyntitietoihin perustuvien rekisterien mukaan krooniset taudit ovat harvinaisempia kuin väestötutkimuksissa. Näin on varsinkin sairausryhmissä, jotka eivät edellytä säännöllisiä seurantakäyntejä (1).

Yhdysvalloissa toteutetuissa tutkimuksissa on todettu sähköisten potilastietojärjestelmien ja väestötutkimusten tietojen sen sijaan vastaavan hyvin toisiaan arvioitaessa diabeteksen, astman, kohonneen verenpaineen ja jopa tupakoinnin sekä lihavuuden yleisyyttä (2,3). Erot tutkimustuloksissa johtuvat varsin pitkälle tietojärjestelmien ja rekisterien erilaisista rakenteista, käyttötarkoituksista ja -tavoista.

Suomalaisissa väestötutkimuksissa lihavuuden, kohonneen veren kolesterolitason ja verenpaineen sekä diabeteksen yleisyydet on todettu tutkittavien itse raportoimana pienemmiksi kuin terveystarkastustutkimusten mittausten perusteella (4,5). Erot selittyvät mm. terveydenhuollon erilaisilla seulontamittaus- ja hoitokäytännöillä (6).

Tämän tutkimuksen tarkoituksena on vertailla FinTerveys 2017 -terveystutkimuksessa kerättyjen tietojen ja hoitoilmoitusrekisteritietojen vastaavuutta joidenkin keskeisten terveysongelmien yleisyyden arvioimisessa.

Aineisto ja menetelmät

Tutkimuksen aineistona olivat tiedot 18 vuotta täyttäneiltä, kansallisesti edustavaan otokseen (n = 10 247) systemaattisella terveyskeskuspiireittäin ositetulla otannalla väestörekisteristä poimituilta henkilöiltä. Tiedot kerättiin lomakkeilla, mittauksista ja verinäytteistä. Otantaan kuuluneista 58 % osallistui FinTerveys 2017 -tutkimuksen terveystarkastukseen (n = 5 952) (7,8).

Otimme tarkasteluun sairausryhmistä diabeteksen, sepelvaltimotaudin, astman, keuhkoahtaumataudin ja masennuksen sekä riskitekijöistä kohonneen verenpaineen ja lihavuuden. Analysoimme sairauksien ja riskien yleisyyttä tutkittavien vastausten sekä tehtyjen mittausten ja laboratorioanalyysien perusteella. Henkilötunnusten avulla tutkimusaineistoon liitettiin hoitoilmoitusrekistereistä (Hilmo ja Avohilmo) poimittuja tietoja.

Hoitoilmoitusrekistereistä etsimme käyntitietoihin kirjatut käyntisyyt (ICD-10-koodit ja Avohilmosta myös perusterveydenhuollossa käytetyt ICPC-2-koodit pää- tai sivudiagnooseina/ensisijaisena tai muuna käyntisyynä sekä toimenpideluokitustiedot). Avohilmosta mukaan otettiin soveltuvin osin myös lääkemääräykset (ATC-koodit). Pitkäaikaisdiagnoosikirjaukset tulivat käyttöön vuonna 2017, joten niitä emme voineet hyödyntää.

Riskitekijä- ja tautimäärittelyt kuvataan taulukossa 1. Rekisteritiedot poimittiin tutkimuskäynnin päivämäärästä takautuvasti 5 vuoden ajalta, paitsi masennuksen osalta 2 vuoden ajalta. Tiedot terveydenhuollon käynneillä toteutetuista pituus- ja painomittauksista ovat puutteellisia, eikä niitä voitu hyödyntää tässä tutkimuksessa. Vain 7,7 %:lla otoksesta löytyi kirjaus painosta ja 6,6 %:lla pituudesta kahden vuoden ajalta. Muita mittaustietoja ei vielä vuonna 2017 ollut hoitoilmoitusrekisterissä.

Esiintyvyydet laskettiin painotettuina osuuksina FinTerveys 2017 -tutkimuksen terveystarkastukseen osallistuneista henkilöistä. Painokertoimien (7,8) avulla otettiin huomioon tutkimuksen otanta-asetelma ja korjattiin kadon vaikutusta siten, että tulokset edustaisivat mahdollisimman hyvin väestöä. Esiintyvyyksille laskettiin 95 %:n luottamusvälit. Rekisteri- ja terveystarkastustutkimuksista saadun tiedon yhdenmukaisuutta henkilötasolla mitattiin Cohenin kappa -kertoimella.

Väestötutkimus- ja rekisteritietojen vastaavuutta verrattiin myös sukupuoli- ja koulutusryhmittäin.

Tulokset

Väestötutkimus- ja hoitoilmoitusrekisteritietojen perusteella lasketut esiintyvyydet vastasivat joissakin sairauksissa toisiaan melko hyvin (taulukko 2). Sekä väestötutkimuksen että rekisteritietojen mukaan diabetesta sairasti lähes 9 % väestöstä. Sepelvaltimotaudin, astman ja obstruktiivisten keuhkosairauksien esiintyvyydet olivat molempien tietolähteiden perusteella melko samanlaisia, kahden viimeksi mainitun esiintyvyydet olivat rekisteritietojen mukaan jopa hieman suuremmat. Näissä neljässä sairaudessa tietolähteiden yhtäpitävyys oli melko hyvä (kappa-kerroin 0,71–0,83) (taulukko 3).

Masennusta tunnistettiin ICD-10- ja ICPC-2-koodien mukaan selvästi vähemmän rekistereistä (4 %:lla) kuin mitä raportoitiin väestötutkimuksen kyselyssä (7 %:lla lääkärin toteama masennus ja 11–15 %:lla masennusoireita) (taulukko 2). Ainakin yhden masennuslääkemääräyksen saaneiden osuus (9 %) oli yli kaksinkertainen verrattuna ICD-10- tai ICPC-2-koodin mukaisen masennusdiagnoosin saaneisiin. Koska samoja lääkkeitä käytetään moniin eri tarkoituksiin, ei masennuslääkemääräyksiä tässä huomioitu arvioitaessa tietojen yhtäpitävyyttä, joka oli heikompi kuin edellä kuvatuissa sairauksissa (kappa-kerroin 0,45 verrattaessa hoitoilmoitusrekistereihin kirjattuja masennusdiagnooseja lääkärin toteamaan masennukseen ja 0,23 verrattaessa masennusoireiluun) (taulukko 3).

Hoitoilmoitusrekisteriaineistot olivat täysin puutteellisia lihavuuden tai korkean verenpaineen esiintyvyyden arviointiin. Lihavuuden esiintyvyys aikuisväestössä oli väestötutkimusaineiston mukaan 26 %, kun rekistereistä lihaviksi oli tunnistettavissa vain 3 %. Kohonneen verenpaineen esiintyvyys oli väestötutkimuksessa yli kaksinkertainen (46 % vs. 17 %) (taulukko 2). Lisäksi näiden tietojen yhtäpitävyys oli heikko (kappa-kerroin 0,11–0,33) (taulukko 3).

Rekisteritiedoista lasketuissa esiintyvyysluvuissa ei ollut diabetesta lukuun ottamatta merkittäviä eroja väestötutkimukseen osallistuneiden ja koko otoksen (mukaan lukien myös katoon jääneet) välillä (taulukko 2).

Verrattaessa väestötutkimus- ja hoitoilmoitusrekisteritietojen vastaavuutta sukupuolittain ja koulutusryhmittäin havaittiin, että erityisesti lihavuutta, kohonnutta verenpainetta, astmaa ja masennusta tunnistettiin rekistereistä heikoimmin miehillä ja korkeimmin koulutetuilla. Esimerkiksi kohonnut verenpaine näyttäisi rekisteritietojen perusteella yleisemmältä naisilla kuin miehillä (19,2 % vs. 14,2 %), kun väestötutkimustietojen perusteella sukupuoliero on päinvastainen (42,7 % vs. 48,5 %).

Pohdinta

Suomessa on 1960-luvulta alkaen toteutettu terveystutkimuksia, jotka perustuvat väestöä edustaviin satunnaisotoksiin. Tietoa on kerätty mm. keskeisistä sairauksista ja niiden riskitekijöistä, toimintakyvystä, elämänlaadusta, elintavoista ja palvelujen käytöstä.

Väestötutkimusten laadukas toteuttaminen on haastavaa, ja siinä tarvitaan melkoisesti sekä henkilöresursseja että rahallista panostusta. Terveystarkastustutkimusten otoskokoja ei ole voitu kasvattaa niin suuriksi, että kuntakohtaista tietoa saataisiin muista kuin suurimmista kaupungeista. Myös kasvava kato on muodostunut ongelmaksi. Osallistumisaktiivisuutta voidaan parantaa eri keinoin (9), mutta tämäkin edellyttää lisärahoitusta tiedon keruuseen.

Kasvava tiedon tarve on lisännyt kiinnostusta rekisteritietojen käyttöön. Suomessa pitkään käytössä olleen erikoissairaanhoidon poistoilmoitusrekisterin (Hilmo) laatu on todettu erityisesti päädiagnoosien osalta useissa tutkimuksissa melko hyväksi, mutta tietojen kattavuus ja laatu ovat vaihdelleet tyydyttävästä hyvään (10,11).

Perusterveydenhuollon avohoidon hoitoilmoitusrekisterin (Avohilmo) rakenteellinen ja sisäinen laatu vaatii parantamista (12). Vuonna 2018 avosairaanhoidon lääkärin vastaanottokäynneistä vain noin 65 %:ssa oli kirjattu ICD-10-luokituksen mukainen diagnoosi (13).

Hoitoilmoitusrekistereistä saadaan jo nyt melko hyvin tietoa sairauksista, joita hoidetaan erikoissairaanhoidossa tai joiden seurantaan on rakennettu erillisrekisterejä. Perusterveydenhuollon saatavissa olevat tietoaineistot ovat toistaiseksi olleet tietosisältöjen suhteen rajallisia. Sisäiseen kattavuuteen vaikuttaa myös se, että kirjaaminen on ollut puutteellista. Rakenteellista kattavuutta taas heikentää esimerkiksi se, että useimmat kansalliset rekisterit eivät sisällä yksityisten palveluntarjoajien tietoja. Tämä voi osaltaan selittää tässä tutkimuksessa havaittuja sukupuoli- ja koulutusryhmäeroja.

Lue myös

Italialaisessa tutkimuksessa todettiin, että diabeteksen, sydäntautien ja keuhkoahtaumataudin (COPD) esiintyvyydet olivat hallinnollisten rekisterien mukaan pienempiä kuin yleislääkärien rekistereiden tai terveystutkimuksen mukaan (14). Alankomaissa väestötutkimukseen osallistuneet raportoivat itse lähes kaksi kertaa enemmän astmaa ja keuhkoahtaumatautia verrattuna lääkärien potilasrekisterien tietoihin (15).

FinTerveys 2017 -aineiston ja hoitoilmoitusrekisteritietojen vertailu osoitti, että rekisteritietojen pohjalta voidaan tehdä melko tarkkoja arvioita sairauden yleisyydestä, kun kyse on sairaudesta, jonka diagnoosi kirjataan käyntitietoihin suhteellisen luotettavasti ja jota hoidetaan säännöllisellä, kyseiselle sairausryhmälle spesifisellä lääkityksellä.

Tulevaisuudessa pitkäaikaisdiagnoosien kirjaukset toivottavasti paranevat ja tieto saadaan siirtymään kattavasti potilastietojärjestelmistä hoitoilmoitusrekisteriin. Tällöin paranee myös niiden sairauksien rekisteripohjainen tunnistaminen, jotka eivät vaadi säännöllistä seurantaa tai lääkitystä (1).

Lääkitystiedoista käytössämme olivat vain Avohilmoon kirjautuneet lääkemerkinnät. Potilastietojärjestelmistä poimitaan potilaan voimassa oleva lääkitys kokonaisuudessaan riippumatta siitä, muutetaanko lääkitystä juuri kyseisellä käynnillä. Tämän tiedon kattavuudessa on todennäköisesti vielä puutteita. Aiemmissa tutkimuksissa sairausmäärittelyissä on käytetty myös Kelasta saatuja tietoja erityiskorvausoikeuksista ja lääkeostoista. Näistä olisi todennäköisesti saatu täsmällisempää tietoa, joten tältä osin tekemämme väestötutkimustiedon ja rekisteritiedon vertailu on suuntaa antava. Lääketietojen hyödyntämistä sairastavuuden yleisyyden arvioinnissa vaikeuttaa myös se, että samoilla lääkeaineilla on useita käyttöaiheita.

Hoitoilmoitusrekisteritietojen perusteella tulevat helposti aliarvioiduiksi sellaiset sairaudet ja riskitekijät, jotka eivät aina systemaattisesti kirjaudu rekisteröitäviin käyntitietoihin ICD-10- tai ICPC-2-koodeja käyttäen tai joita ei voida tunnistaa potilaalla käytössä olevien lääkkeiden perusteella.

Suomalaiset hallinnolliset rekisterit eivät nykymuodossaan ole luotettavia tietolähteitä pitkäaikaissairauksien riskitekijöiden, kuten lihavuuden, kohonneen verenpaineen tai kolesterolitason, tupakoinnin, vähäisen liikunnan, huonon ravitsemuksen tai liiallisen alkoholinkäytön arvioinnissa. Tietosisällöt ovat rajallisia ja kirjaaminen puutteellista. Hoitoilmoitusrekisteriaineistossa tiedot tupakointistatuksesta löytyivät vain 5,7 %:lta. Alkoholin käyttöä kuvaavista AUDIT-pistemääristä kirjaukset olivat vielä puutteellisempia.

Hoitoilmoitusrekisterin tietosisältöihin on lisätty alkoholin käytön arvioinnin AUDIT-pistemäärät, diastolinen ja systolinen verenpaine sekä vyötärön ympärys, joten tulevaisuudessa näitä tietoja voitaneen hyödyntää, kun tietojen kattavuutta ja laatua on ensin arvioitu. Aikuisväestön terveysseurannassa ei vielä voida hyödyntää myöskään pituus- ja painotietoja, koska niiden kattavuus hoitoilmoitusrekisterissä on heikko ja tietomuoto potilastietojärjestelmissä epäyhtenäinen. Lastenneuvoloiden ja kouluterveydenhuollon mittaustietojen kattavuus on sen sijaan parantunut (16).

Yhteenvetona voidaan todeta, että riskitekijätiedot jäävät usein kirjaamatta ja todennäköisesti myös mittaamatta, ja kaikki nykyiset potilastietojärjestelmät eivät mahdollista tietojen sujuvaa siirtymistä kansallisiin hallinnollisiin rekistereihin. Kanta-arkisto sisältää myös erilaisia hoitotietoja ja jopa potilastekstejä enemmän kuin hallinnolliset rekisterit, mutta sen käyttö väestön terveydentilan seurannassa ei ole aiemmin ollut mahdollista. Uusi lainsäädäntö mahdollistaa Kanta-tietojen käytön. Hyödynnettäviä tietoaltaita kehitetään parhaillaan mm. osana kansallisten laaturekisterien kehittämistä (17).

Rekisteritietoon perustuvat kansanterveysongelmien ja erityisesti riskitekijöiden esiintyvyyden vertailut kuntien ja maakuntien välillä tuovat ainakin toistaiseksi esiin lähinnä eroja kirjaamis-, hoito- ja seurantakäytännöissä. Emme todennäköisesti ainakaan lähitulevaisuudessa tule pääsemään siihen, että valtakunnallisiin rekistereihin tallentuva tieto antaisi kattavan kuvan keskeisimpien kansanterveysongelmien ja niiden riskitekijöiden esiintyvyydestä väestössä. Kuitenkin juuri tätä tietoa kunnat ja maakunnat tarvitsisivat väestön terveyden edistämisen tarpeen arviointiin ja palvelujen suunnitteluun.

Tutkimusta ovat rahoittaneet Juho Vainion Säätiö, Kela ja Suomen Akatemia.


Sidonnaisuudet

Tiina Laatikainen: Apurahat laitokselle (Juho Vainion Säätiö, Strategisen tutkimusneuvoston rahoitus IMPRO-konsortiolle).

Tiina Mattila: Konsultointi (Boehringer-­Ingelheim), apurahat (HUS/ Sydän- ja Keuhkokeskus VTR-rahoitus 2020, STVY:n säätiö), luentopalkkiot (Astra-Zeneca, Boehringer-Ingelheim, Filha), matka-, majoitus- tai kokouskulut (Astra-Zeneca, Boehringer-Ingelheim, BMS, Roche).

Päivikki Koponen, Jaakko Reinikainen, ­Hanna Tolonen, Pekka Jousilahti, Jaana Suvisaari, Teemu Niiranen, Seppo Koskinen: Ei sidonnaisuuksia.


Faktat

Tämä tiedettiin

Rekisteritiedon käyttö terveysongelmien yleisyyden seurantaan on ollut rajallista tietojen huonon saatavuuden ja kattavuuden vuoksi.

Rekistereistä saatava tieto yleensä aliarvioi sairauksien ja riskien yleisyyttä.


Tutkimus opetti

Hoitoilmoitusrekisteritietojen pohjalta voidaan tehdä melko tarkkoja arvioita sellaisten sairauksien yleisyydestä, jotka vaativat jatkuvaa seurantaa ja säännöllistä lääkitystä.

Hoitoilmoitusrekisteritieto ei anna luotettavaa kuvaa terveysriskien yleisyydestä.


Kirjallisuutta
1
Boshuizen H, Poos M, van den Akker M ym. Estimating incidence and prevalence rates of chronic diseases using disease modeling. Popul Health Metr 2017;15:13. doi:10.1186/s12963-017-0130-8
2
Klompas M, Cocoros NM, Menchaca JT ym. State and Local Chronic Disease Surveillance Using Electronic Health Record Systems. Am J Public Health 2017;107:1406–12. doi: 10.2105/AJPH.2017.303874
3
Funk LM, Shan Y, Voils CI, Kloke J, Hanrahan LP. Electronic Health Record Data versus the National Health and Nutrition Examination Survey (NHANES): A Comparison of Overweight and Obesity Rates. Med Care 2017;55:598–605. doi:10.1097/MLR.0000000000000693
4
Tolonen H, Koponen P, Mindell JS ym. Under-estimation of obesity, hypertension and high cholesterol by self-reported data: Comparison of self-reported information and objective measures from health examination surveys. Eur J Public Health 2014;24:940–947. doi:10.1093/eurpub/cku074
5
Paalanen L, Koponen P, Laatikainen T, Tolonen H. Public health monitoring of hypertension, diabetes and elevated cholesterol: comparison of different data sources. Eur J Public Health 2018;28:754–765. doi:10.1093/eurpub/cky020
6
Tolonen H, Giampaoli S, Kuulasmaa K ym. Blood pressure profiles, and awareness and treatment of hypertension in Europe - results from the EHES Pilot Project. Public Health 2016;135:135–139. doi: 10.1016/j.puhe.2015.10.035
7
Koponen P, Borodulin K, Lundqvist A, Sääksjärvi K, Koskinen S (toim). Terveys, toimintakyky ja hyvinvointi Suomessa. FinTerveys 2017 -tutkimus. THL raportti 4/2018, Helsinki. http://urn.fi/URN:ISBN:978-952-343-105-8
8
Borodulin K, Sääksjärvi K (eds). FinHealth 2017 Study – Methods. Finnish Institute for Health and Welfare, Reports 17/2019, 40–41.
9
Tolonen H, Ahonen S, Jentoft S ym. Differences in participation rates and lessons learned about recruitment of participants – The European Health Examination Survey Pilot Project Scand J Public Health 2015;43:212–219. doi:10.1177/1403494814565692
10
Sund R. Quality of the Finnish Hospital Discharge Register: a systematic review. Scand J Public Health 2012;40:505–15. doi: 10.1177/1403494812456637
11
Martikainen V, Järvelin J. Somaattinen erikoissairaanhoito 2018. THL Tilastoraportti 51/2019.
12
Ketola E, Pitkänen V, Huvinen S, Seppälä T. Koko Suomen perusterveydenhuollon asiakaskirjo on nyt kuvattu. Suom Lääkäril 2019;74:2027–30.
13
Mölläri K, Saukkonen S-M. Perusterveydenhuollon avosairaanhoidon vastaanoton asiakkaiden käyntisyyt vuonna 2018. THL Tilastoraportti 19/2019.
14
Gini R, Francesconi P, Mazzaglia G ym. Chronic disease prevalence from Italian administrative databases in the VALORE project: a validation through comparison of population estimates with general practice databases and national survey. BMC Public Health 2013;13:15. doi: 10.1186/1471-2458-13-15
15
Mohangoo AD, van der Linden MW, Schellevis FG, Raat H. Prevalence estimates of asthma or COPD from a health interview survey and from general practitioner registration: what’s the difference? Eur J Public Health 2006;16:101–5.
16
Mäki P, Lehtinen-Jacks S, Vuorela N ym. Tilastotietoa lasten ylipainoisuuden yleisyydestä saatavilla yhä useammasta kunnasta. Lääkärilehti 2018;41:2336–41. http://urn.fi/URN:NBN:fi-fe2018101738394
17
Jonsson PM, Pikkujämsä S, Heiliö P-L (toim). Kansalliset laaturekisterit sosiaali- ja terveydenhuollossa - Toimintamalli, organisointi ja rahoitus. THL raportti 16/2019. Helsinki 2019.


English summary

Monitoring, assessment and prediction of public health: What type of information can be obtained in Finland from care registers and what from population studies?

Background In future it will be important to improve the utilization of register information in monitoring the health and wellbeing of the population. However, this requires an understanding of the validity of register information for assessing the prevalence of diseases and risk factors.

Methods We compared survey information with information retrieved from the Care Register for Health Care for those individuals who participated in the FinHealth 2017 Study. The prevalence of type 2 diabetes, coronary heart disease, asthma, COPD and depression as well as elevated blood pressure and obesity was assessed.

Results The prevalences of diabetes, coronary heart disease, asthma and COPD were very similar regardless of the data source. Kappa coefficients varied between 0.71–0.83. Depression was less prevalent based on register data compared with survey data. Register data did not provide reliable information on elevated blood pressure or obesity.

Conclusions Estimates on disease prevalence based on survey data and the Care Register for Health Care data are quite similar when analyzing diseases regularly followed-up in health services and needing continuous treatment. Registers are unreliable in assessing health risks.

Lääkäriliitto Fimnet Lääkärilehti Potilaanlaakarilehti Lääkäripäivät Lääkärikompassi Erikoisalani Lääkäri 2030