Befolkningens utbildningsnivå och tillgänglighet till socialförsäkringsfinansierad tandvård i Norge

TEMA: OJÄMLIKHET I ORAL HÄLSA, DEL 1

Forskning

Befolkningens utbildningsnivå

och tillgänglighet till

socialförsäkringsfinansierad

tandvård i Norge

Del av den nordiska artikelserien Ojämlikhet i oral hälsa. Godkänd för publicering den 23 april 2020. Artikeln är översatt

från norska av Cecilia Hallström, Köpenhamn, Danmark.

Författare

En grundbult i de nordiska ländernas välfärdspo-litik är att garantera befolkningen en jämlik hälso- och sjukvård. Det är emellertid inte självklart att alla patienter med stort behandlingsbehov upp-söker tandläkare, ens om de ekonomiska barriä-rerna reduceras. Detta stöds av resultaten från vårt forskningsprojekt, som visar en betydande skillnad – med fördel för dem med lång utbildning – när det gäller tillgången till socialförsäkrings-finansierad tandvård i Norge.

Jämlikhet i tillgången till hälsovård, tandvård inklu-derad, har varit en viktig princip vid utformningen av den nordiska välfärdspolitiken [1]. Denna prin-cip har varit själva grunden för en gratis och upp-sökande tandhälsovård för barn och ungdomar upp till 18 års ålder. Det betraktas som oaccepta-belt att barn och ungdomars tillgång till tandvård ska begränsas av föräldrarnas ekonomiska situa-tion. Den offentligt finansierade tandhälsovården är en offentlig försäkring som ska säkra alla barns och ungas, oberoende av föräldrarnas betalnings-förmåga och sociala status, tillgång till nödvändig tandvård. Denna utförs framför allt av offentligt an-ställda tandläkare och tandhygienister som arbetar vid offentligt drivna kliniker och som har fast lön. Av tradition är vuxentandvårdens finansiering, i de flesta nordiska länder, skild från barn- och ungdomstandvården [2]. Inom vuxentandvården är det vanligare med privatpraktiserande tandlä-kare som får betalt efter styckeprisdebitering på

en konkurrensutsatt marknad. Myndigheterna är också angelägna om att, om än i varierande grad, vuxenbefolkningens sociala status och ekonomiska situation inte ska styra tillgången till tandvård. För att undvika sociala skillnader i tillgängligheten till vuxentandvård har det varit vanligt med socialför-säkringsfinansiering som ger återbäring baserad på styckepris [3]. Utifrån definierade behovskriterier (taxeåtgärder) återbetalar staten delar eller hela beloppet av tandvårdsbehandlingen.

Den största svagheten med försäkringsfinan-sieringar baserade på styckeprisåterbäring utgörs av Försäkringskassans begränsade möjligheter att kontrollera kostnaderna [4, 5]. En lika allvarlig men sällan omtalad svaghet kan vara att omfördel-ningseffekterna är begränsade. Det är nämligen inte självklart att försäkringsfinansiering baserad på styckeprisåterbäring i tillräcklig grad tillgodo-ser dem som behöver det mest. En förutsättning för att få del av försäkringsstödet är att patienten uppsöker tandläkare och att tandläkaren erbjuder den aktuella behandlingen. Det är dock inte själv-klart att alla patienter med stora behandlingsbe-hov uppsöker tandläkare även om de ekonomiska barriärerna reduceras eller tas bort (för en över-sikt av den aktuella litteraturen se [6–8]). I denna artikel belyses vikten av social status mätt som utbildningslängd. Frågeställningen är huruvida tillgången till socialförsäkringsfinansierad tand-vård hos den norska befolkningen är beroende av utbildningsnivån.

nansierad tandvård baserad på styckepris belyses [9–11]. Projektets titel är: ”Vem får och vem får inte? Fördelningseffekter av mer socialförsäkringsbase-rad tandbehandling”. Studierna är utförda på na-tionella och representativa registerdata. Fördelen med sådana data är att de möjliggör en kausalana-lys av sambandet mellan utbildning och tillgäng-ligheten till tandvårdstjänster. Analysmetoden är väl förankrad i de tio senaste årens forskning – re-laterad till kausal inferens – kring hur utbildning påverkar ojämlikheter i hälsa och tillgänglighet till hälsovård (för översikt av internationell litteratur se [12–15]). Relevanta nordiska studier är Meghir et al (2018), Fisher et al (2015), Grytten et al (2014) och Grytten et al (2020) [16–19]. Nedan beskrivs de viktigaste metodövervägandena, resultaten och politiska implikationerna.

MATERIAL OCH METOD

Regression – den vanligaste analysmetoden För att belysa frågeställningen krävs det en kausal förståelse av det empiriska tillvägagångssättet. En vanlig regressionsanalys (Ordinary Least Squares, OLS) leder gärna till missvisande resultat [14, 20, 21]. Detta beror delvis på att det är svårt att kon-trollera för alla tänkbara tredjevariabler, särskilt de variabler som inte är så lätta att mäta (till exempel förmågor). Ibland är det också svårt att avgöra vil-ka kontrollvariabler som bör inkluderas i analysen [22]. Om en felaktig kontrollvariabel inkluderas kan det i värsta fall leda till att ett samband som man önskar att avslöja kontrolleras bort. Dessutom är det svårt att ta höjd för omvänd kausalitet, det vill säga att individens hälsotillstånd också påverkar utbildningsnivån.

En av de vanligaste felkällorna är utelämnande av tredjevariabler som är korrelerade till både ut-bildningens längd och till sannolikheten för att ta del av försäkringsfinansierade tandvårdstjänster. Klassiska exempel är förmågor, bostad, tidspre-ferenser och tandsjukdom [20, 23, 24]. Ett exem-pel är att intelligenta individer är mera benägna att genomgå högre utbildningar och att uppsöka tandläkare vid behov, jämfört med mindre smarta individer. Vidare är sannolikheten större att hög-utbildade personer bor i välbärgade stadsdelar/ områden av landet än att lågutbildade individer gör det. Kvaliteten på både skolor och tandvårds-tjänster är bäst i mer välbärgade områden. Brist på kontroll av tidspreferenser kan också bidra till felkällor. Till exempel investerar framåtblickande personer mer i utbildning och nödvändig tandvård än personer som mer lever i nuet [25]. Eftersom förmågor, bostad och tidspreferenser är positivt korrelerade med både utbildning och sannolik-heten att få behandling, skulle utelämnandet av

handling och negativt korrelerat med utbildning. Därför innebär bristande kontroll av tandsjukdom i regressionsanalysen att estimatet för utbildning blir för lågt (”downward bias”).

Randomisering – nästan omöjligt med utbildning som exponeringsvariabel

En idealisk forskningsdesign skulle vara att ran-domisera försökspersonerna i grupper med olika utbildningslängd [26]. Logiken bakom detta är att det då är slumpen som avgör vilka som hamnar i de olika grupperna (randomisering). På det viset blir grupperna lika med avseende på alla de egen-skaper, förutom utbildningslängd, som har bety-delse för utfallet. Om vi då observerar skillnader i svaren mellan grupperna kan vi konkludera att de är orsakade av skillnader i utbildningslängd och inget annat. Av flera orsaker, bland annat etiska, kostnadsmässiga och praktiska, är emellertid ett sådant experiment inte realistiskt.

Naturliga experiment och skolreformer Under de senaste tio åren har de epidemiologiska och ekonomiska ämnesområdena använt sig av na-turliga experiment för att erhålla randomisering. Individerna delas då slumpmässigt in i en experi-mentgrupp och en kontrollgrupp utifrån naturliga förhållanden som ligger utanför både forskarnas och försökspersonernas kontroll [27, 28]. Naturli-ga experiment uppstår ofta som en följd av politis-ka reformer, som till exempel införandet av 9-årig skolgång. Liknande skolreformer genomfördes i de flesta västeuropeiska länder samt i USA och Ka-nada under förra århundradet. Ett typiskt inslag i dessa reformer var att den obligatoriska skolgång-en ökade från sju till nio år. Reformerna infördes på nationell nivå och involverade alla barn i skol-pliktig ålder. Införandet var slumpmässigt avseen-de kända och okända egenskaper hos barnen. Man fick då två grupper; en grupp barn och unga med sju års skolgång (kontrollgruppen) och en grupp med nio års skolgång (experimentgruppen). Vil-ken grupp barnen hamnade i bestämdes av deras födelseår och tidpunkten för införandet av refor-men. Många forskare har utnyttjat dessa skolre-former för att estimera kausaleffekten av utbild-ning på skilda hälsoutfall (dödlighet och sjuklighet) och hälsobeteende. Centrala översiktsartiklar som sammanfattar metoden och de viktigaste fynden är Galama et al (2018), Grossman (2015), Eide och Showalter (2011), Gathman et al (2015) samt Gly-mour och Manly (2018) [12–15, 29].

Skolreformer är speciellt lämpliga när det gäl-ler att hantera icke mätbara (icke observerbara) egenskaper hos individer. Det betyder att vi kan estimera effekten av utbildningens längd även om

alla patienter

med stora

be-handlingsbehov

uppsöker

tand-läkare även om

de ekonomiska

barriärerna

re-duceras eller tas

bort.”

TEMA: OJÄMLIKHET I ORAL HÄLSA, DEL 1

Forskning

Figur II. Estimering av kausala effekter med hjälp av instrumentvariabel (analysdiagram).

Instrumentvariabel (skolreform)

Socialförsäkringsåterbäring = 1 Utbildning + residual (år)

Figur I. Införandet av den

norska 9-åriga skolreformen. vi inte har data på individens karakteristika som _{förmågor, bostad, tidspreferenser och}

tandsjukdo-mar [30–32]. Analyserna görs ofta på registerdata. Dessa data är på populationsnivå och innehåller information om de relevanta exponerings- och utfallsmålen över långa tidsperioder. Analystekni-ken kräver mycket datakraft. Revolutionen inom informationsteknologi under de senaste tio åren har emellertid gjort det lättare att analysera den datamängd som nu har blivit tillgänglig via stora mängder registerdata.

Införandet av 9-årig obligatorisk skola i Norge I Norge infördes 9-årig obligatorisk skolgång un-der en period av 13 år; från 1960 till 1972 [33, 34]. Innan reformen skedde skolstarten vid sju års ål-der och skolavslutningen vid 14 års ålål-der. Efter re-formen började eleverna fortfarande skolan vid sju års ålder, men de avslutade den vid 16 års ål-der. Under perioden 1960 till 1972 stod det kom-munerna fritt att bestämma när de önskade införa reformen. Därför hade man under den här perio-den två obligatoriska skolsystem i Norge. En del kommuner införde reformen tidigt medan andra införde den sent (figur I). Detta förser oss med en variation i utbildningslängden inom samma kom-mun. Vi har då möjlighet att jämföra sannolikhe-ten för att få socialförsäkringsfinansierad tandvård för personer som har haft 9-årig obligatorisk skol-gång med dem som inte haft det [9–11].

Instrumentvariabel estimering

En standardmetod för att mäta effekter i naturliga experiment, såsom införandet av 9-årig obligato-risk skolgång, är att använda instrumentvariabel estimering. Denna teknik förklaras inte här efter-som den är väl beskriven i läroböcker och översikts-artiklar [30–32, 35]. Vi nöjer oss därför med att en-dast ge en kortare introduktion till tankegången bakom metoden (se figur II). Metoden består av en regressionsmodell i två steg. I första steget är ut-bildningens längd en beroende variabel som för-klaras med införandet av skolreformen. Detta ger variation i utbildningen som endast är beroende av huruvida personen varit exponerad för 9-årig obligatorisk skolgång eller inte.

I andra steget används de predikterade värdena från första steget till att estimera sannolikheten för

att få socialförsäkringsfinansierad tandvård. Detta kan tolkas som en kausal/orsakseffekt. Antagandet är att om en person har exponerats för skolrefor-men eller inte endast påverkar sannolikheten för socialförsäkringsfinansierad tandvård genom den predikterade längden på skolgången. Detta är ett rimligt antagande eftersom tidpunkten för när re-formen infördes i just den kommunen varken kan vara påverkad av forskaren eller av skolelevens karakteristika.

Data, utfallsmål och regressionsmodell I analysen kopplas data för när skolreformen inför-des ihop med data om huruvida personerna mot-tagit socialfinansierad tandvård eller inte. Den se-nare typen av data hämtas från den elektroniska databasen för ”Kontroll og Utbetalinger av Helse-refusjoner (KUHR) som tillhör Helsedirektoratet” (https://www.helsedirektoratet.no/tema/statis- tikk-registre-og-rapporter/helsedata-og-helsere-gistre/kuhr). Statistisk Sentralbyrå har information om människors födelsedatum och bostadsadress sedan 1960. Genom den här informationen kan vi knyta tillgängligheten till socialförsäkringsåter-bäring direkt till huruvida personen har expone-rats för 9-årig skolgång eller inte under perioden 1960–1972 (https://www.ssb.no/utdanning/norsk-standard-for-utdanningsgruppering). Forsknings-projekt i vilka de olika sorternas data kopplas mot varandra kräver godkännande av Den Regional Komité for Medisinsk og Helsefaglig Forsknings-etikk (Prosjektnummer 2013/1844). Vår översikts-artikel krävde inte något ytterligare godkännande. Resultaten av regressionens andra steg presen-teras för tre utfallsmått:

• Sannolikheten för att få socialförsäkringsåterbä-ring, alla typer av behandlingar.

• Sannolikheten för att få socialförsäkringsåterbä-ring för parodontal behandling.

• Sannolikheten för att få socialförsäkringsåterbä-ring för protetiska ersättningar, inklusive implan-tatförankrad protetik.

I Norge måste patienten betala en del själv, bland annat för undersökningar, även om behandlingen ingår i socialförsäkringen. Hur stor andel som pa-tienten själv betalar varierar beroende på typ och omfattning av behandling. Man betalar en större andel själv för protetisk behandling än för parodon-tal behandling. Det kan därför tänkas att utbild-ningsskillnaderna är som störst där egenandelen (den del man betalar själv) är som högst.

I alla analyserna använder vi en linjär regres-sionsanalys [36]. Regressionskoefficienten kan då tolkas som en förändring av sannolikheten för att få socialförsäkringsfinansierad tandvård, ut-tryckt i procentenheter, när utbildningslängden ökar med ett år. Detta är ett mått på den absoluta förändringen. Vi presenterar också den relativa förändringen uttryckt i procent.

RESULTAT

Är tillgängligheten till socialförsäkrings-finansierad tandvård beroende av utbildning? Alla våra analyser visar att sannolikheten för att få socialförsäkringsfinansierad tandvård ökar med längden på utbildningen; det vill säga de med lång utbildning har störst nytta av erbjudandet (tabell 1). För alla typer av behandlingar som helhet är ef-fekten 2 procentenheter, eller 15 procent uttryckt som ett relativt mått.

Som förväntat är effekten störst för protetiska ersättningar, inklusive implantatförankrad pro-tetik. Hos männen ökar sannolikheten för sådana ersättningar med 30 procent med ett års ytterligare

  socialförsäkringsåterbäring – alla former av behandling1 socialförsäkringsåterbäring _{för parodontal behandling}2 protetiska ersättningar, inklusive _{implantatförankrad protetik}3

Variabel Män och kvinnor Män och kvinnor Män

2-stegsregressionsestimat 0,020 0,017 0,0067

Andel som erhöll socialförsäkringsfinansierad tandvård 0,13 0,10 0,022 Procentuell ökning i andelen som erhöll

socialförsäkringsfinansierad tandvård när

utbildningslängden ökar med 1 år 15 % 17 % 30 %

Ordinary Least Squares-regressionsestimat 0,010 0,006 0,0039

Antal individer 84 599 90 528 53 544

1. Grytten J, Skau I. Do patients with more education receive more subsidized dental care? Evidence from a natural experiment using the introduction of a school reform in Norway as an instrumental variable. Med Care 2018; 56: 877–82. 2. Grytten J, Skau I. The impact of education on the probability of receiving periodontal treatment. Causal effects measured by using the introduction of a school reform in Norway. Soc Sci Med 2017; 188: 128–36.

3. Grytten J, Skau I. Inequalities according to level of education in access to fixed prosthodontic treatment in Norway. Causal effects using the introduction of a school reform as an instrumental variable. Soc Sci Med 2020; 260: 113105.

” Alla våra

ana-lyser visar att

sannolikheten

för att få

social-

försäkrings-finansierad

tandvård ökar

med längden på

utbildningen.”

TEMA: OJÄMLIKHET I ORAL HÄLSA, DEL 1

Forskning

utbildning. Hos kvinnor finns ingen effekt. För de två andra utfallsmåtten är effekterna lika för män och kvinnor.

Utbildningseffekten underskattas vid vanlig regressionsanalys

I tabell 1 presenteras också resultaten från en van-lig regressionsanalys (OLS). För alla utfallsmåtten är andrastegs-estimaten ungefär dubbelt så höga som OLS-estimaten. Detta indikerar att tandsjuk-domar är en viktig bakomliggande variabel som inte finns med i OLS-estimeringen. Det är min-dre troligt att förmågor, bostad och tidspreferen-ser är viktiga bakomliggande variabler. Detta ef-tersom OLS-estimatet är skevt mot 0 (”downward bias”). Skillnaden mellan OLS-estimaten och an-drastegs-estimaten understryker betydelsen av att använda en design och en analysmetod som är kontrollerade för både observerbara och icke ob-serverbara variabler.

DISKUSSION

– REALITETER OCH MÖJLIGHETER

Få studier har belyst de fördelningsmässiga effek-terna av socialförsäkringsfinansierad tandvård. Det finns en deskriptiv studie vars resultat överens-stämmer med våra resultat. I en europeisk studie (survey) som omfattade elva länder fann man att i länder med offentliga försäkringssystem var till-gängligheten till tjänsten bättre för högutbildade jämfört med lågutbildade [37]. I alla de nordiska länderna erbjuds största delen av tandvården till den vuxna befolkningen av privattandläkare [3]. Omfattningen av socialförsäkringsåterbäringen varierar från land till land, men i samtliga länder är det en bärande princip att det offentliga försäk-ringssystemet för tandvård bygger på styckepris-återbäring [3]. Vi ska självklart vara försiktiga med att generalisera fynd till att gälla alla de nordiska länderna. Likväl, utifrån de gemensamma dragen i sättet som tandhälsovården är organiserad och fi-nansierad på, finns det anledning att tro att våra fynd från Norge också har giltighet i de andra länderna. Det är inte uppenbart hur skillnaderna i tillgäng-ligheten till den socialförsäkringsfinansierade tand-vården mellan utbildningsgrupperna kan reduceras, eventuellt elimineras. Ett alternativ är att sätta in åtgärder som stärker efterfrågan, till exempel ge-nom att erbjuda information om socialförsäkrings-systemen på ett sätt som är lättförståeligt också för personer med kort utbildning. Det är dock inte otänkbart att även med informationskampanjer kommer en del av ojämlikheterna att bestå.

En mer basal frågeställning är emellertid huru-vida dagens socialförsäkringsfinansiering baserad på styckeprisåterbäring är lämplig för att utjämna utbildningsskillnaderna. En uppenbar svaghet med dagens system är att endast de som uppsöker tandhälsovården drar nytta av den. Traditionellt

sett har dessa patienter minst behov och högst lön. Med andra ord, de som har minst behov får mest. Detta talar för organisations- och/eller finansie-ringsreformer som i högre grad än i dag försöker fånga upp dem som faller utanför systemet. Här finns det flera möjligheter. Till exempel kan ett al-ternativ på organisationssidan vara ett erbjudande med lägre tröskel av uppsökande karaktär. Detta kan riktas speciellt till grupper med kort utbildning och som sällan eller aldrig uppsöker tandvården. På finansieringssidan kan ett alternativ vara att ge tandläkarna ett populationsansvar [39, 40]. Detta kan genomföras med hjälp av ett listningssystem för patienterna med delvis per capitaersättning, såsom det är gjort för delar av vuxenbefolkningen i Sverige [3]. På det viset kan banden mellan tandläkare och patient stärkas; patienterna vet då vilken tandläkare de har rätt att få behandling av och tandläkarna vet vilka patienter de har ansvar för. Detta kan bidra till en större tillit i förhållandet tandläkare–patient, bland annat genom att tillgängligheten är säkrad. Tandläkaren blir då ansvarig för att erbjuda ett full-värdigt behandlingsutbud till alla sina listpatienter, oavsett deras utbildningsnivå, och det inkluderar även dem med stora behandlingsbehov.

I våra studier använde vi oss av ett naturligt ex-periment där man förutsatt att individerna blivit slumpmässigt fördelade i två grupper; en grupp barn och unga med sju års skolgång (kontrollgruppen) och en grupp med nio års skolgång (experiment-gruppen). Tanken bakom denna design är att vi avför möjliga tredjevariabler som kan vara korrelerade både med utbildningens längd och sannolikheten för att få socialförsäkringsfinansierad tandvård.

En styrka med forskningsdesignen är att man efteråt kan testa om vi har lyckats med att avföra möjliga tredjevariabler. Detta kan göras på åtmins-tone två sätt [9–11]: För det första kan man göra ett placebotest. Detta är som ett experiment där vi tän-ker oss att skolreformen blev införd tidigare än den faktiskt blev. I ett sådant experiment ska reformen inte ha någon effekt på våra utfallsvariabler. Om vi finner effekter måste instrumentvariabeln (= skol-reformen) vara korrelerad med en eller flera tred-jevariabler. I praktiken betyder det att tillgången till socialförsäkringsfinansierad tandvård bestäms av andra omständigheter än utbildning. Vi gjorde placebotester i alla våra studier [9–11]. I dessa tester fann vi inga effekter av utbildningens längd på san-nolikheten för att få socialförsäkringsfinansierad tandvård. Detta stärker att våra resultat, rappor-terade i tabell 1, kan förklaras av utbildningslängd och inte av en eller flera tredjevariabler.

För det andra kan vi utöka själva instrumentvaria-belanalysen genom att inkludera mätbara kontroll-variabler. Vi undersöker då om regressionsestimatet skiljer sig åt med eller utan kontrollvariabler inklu-derade. Om så är fallet, tyder det på att tidpunkten för när skolreformen infördes inte är slumpmässig

” Det är mindre

troligt att

för-mågor, bostad

och

tidsprefe-renser är viktiga

bakomliggande

variabler.”

av kontrollvariabler på individnivå; kön, civilsta-tus, sysselsättningsstacivilsta-tus, hushållsintäkt före och efter skatt och invaliditetspension [9–11]. Regres-sionsestimaten, rapporterade i tabell 1, förändrades inte när dessa variabler inkluderades i analyserna. En begränsning i litteraturen, inklusive våra studier, där skolreformer används till att estimera utbildningens kausala effekter på ojämlikheter inom hälsa och tillgänglighet till hälsovård (för översikt av internationell litteratur se [12–15]), är att kvaliteten på skolutbudet inte mäts explicit. Man antar att det föreligger ett samband mellan utbildningens längd och kvalitet, mätt som inlär-ningsresultat. Sannolikt, och i stort sett, kommer detta att vara korrekt. Oavsett är det en begräns-ning i den befintliga litteraturen inom fältet, men som förhoppningsvis kommer att kunna klarläggas i framtida forskningsprojekt.

KONKLUSION

Socialförsäkringsfinansiering baserad på stycke-prisåterbäring är den modell som myndigheterna i dag använder för att fördela medel för tandbehand-ling till vuxna. Våra fynd indikerar att det utifrån ett fördelningsperspektiv inte är uppenbart att detta i framtiden bör vara det enda sättet som dessa soci-almedel fördelas på. Fördelningsmodellen säkrar inte automatiskt jämlikhet i tillgängligheten till so-cialförsäkringsfinansierad tandhälsovård utifrån befolkningens utbildningsnivå. Tvärtom, resulta-ten visar på ojämlikhet i vem som får och vem som

kausalitet utvärderas. ENGLISH SUMMARY

Level of education and access to subsidized dental care in Norway

Jostein Grytten

Tandläkartidningen 2021; 113 (1): 64–70

In the development of Scandinavian welfare po-lices, equal access to healthcare, including dental services, has been an important foundation, par-ticularly for those adults requiring total or partial-ly subsidized dental care. A common assumption is that the use of public subsidies reduces inequa-lities in access to services. In this paper, we sum-marize the results from a research project, in which we tested this assumption.

The study was carried out with national and re-presentative register data, using the introduction of nine years of compulsory education in Norway, to create variation in the length of education. This educational reform was introduced at the munici-pality level during a period of 13 years, from 1960 to 1972. Before the reform compulsory education was seven years. Based on the frame of educational program the person attended, participants were randomly allocated into an experimental group (nine years compulsory schooling) and a control group (seven years compulsory schooling). The conclusion was that a welfare scheme based on subsidies was of most benefit to people with longer education. l

Referenser

1. Holst D. Varieties of oral health care systems. Public dental services: or-ganisation and financing of oral health care services in the Nordic countries. In: Pine CM, Harris E, eds. Community Oral Health. 2nd _{ed. New Malden,}

Surrey: Quintessence Publishing, 2007: 283–91. 2. Widström E, Ekman

A, Aandahl LS et al. Developments in oral health policy in the Nordic countries since 1990. Oral Health Prev Dent 2005; 3: 225–35.

3. Bilde L, Bækø C, Kiil A. Hvad ved vi om bruger-betaling og efterspørgsel efter voksentandpleje? Del II: International sam-menligning af erfaringer med brugerbetaling i voksentandplejen. VIVE 2018.

4. Grytten J. Models for fi-nancing dental services. A review. Community Dent Health 2005; 22: 75–85. 5. Evans RG, Williamson

MF. Extending Canadian health insurance: options for pharmacare and denticare. 1st _{ed. Toronto:}

University of Toronto Press, 1978. 6. Grytten J. The

Norwe-gian dental care market. Empirical studies on accessibility and supplier inducement in the adult population [doktorav-handling]. Oslo: Universi-tetet i Oslo, 1992. 7. Somkotra T,

Detsomboon-rat P. Is there equity in oral healthcare utilization: experience after achie-ving Universal Coverage. Community Dent Oral Epi-demiol 2009; 37: 85–96. 8. Maserejian NN,

Trach-tenberg F, Link C et al. Underutilization of dental care when it is freely available: a prospective study of the New England Children’s Amalgam Trial. J Public Health Dent 2008; 68: 139–48.

9. Grytten J, Skau I. Do patients with more educa-tion receive more subsidi-zed dental care? Evidence from a natural experiment using the introduction of a school reform in Norway as an instrumental vari-able. Med Care 2018; 56: 877–82.

10. Grytten J, Skau I. The im-pact of education on the probability of receiving periodontal treatment. Causal effects measured by using the introduc-tion of a school reform in Norway. Soc Sci Med 2017; 188: 128–36.

11. Grytten J, Skau I. Inequa-lities according to level of education in access to fixed prosthodontic treatment in Norway. Causal effects using the introduction of a school reform as an instrumental variable. Soc Sci Med 2020; 260: 113105. 12. Galama T, Lleras-Muney

A, van Kippersluis H. The effect of education on health and mortality: a review of experimental and quasi-experimental evidence. Oxford Research Encyclopedia of Economics and Finance 2018.

13. Grossman M. The relation-ship between health and schooling? What’s new? Nordic J Health Econ 2015; 3: 7–17.

14. Eide ER, Showalter MH. Estimating the relation

between health and education: what do we know and what do we need to know? Econ Edu Rev 2011; 30: 778–91. 15. Gathmann C, Jürges H,

Reinhold S. Compul-sory schooling reforms, education and mortality in twentieth century Eu-rope. Soc Sci Med 2015; 127: 74–82.

16. Meghir C, Palme M, Simeonova E. Education and mortality: evidence from a social experiment. Am Econ J Appl Econ 2018; 10: 234–56. 17. Fischer M, Karlsson M,

Nilsson T. Effects of compulsory schooling on mortality: evidence from Sweden. Int J Environ Res Public Health 2013; 10: 3596–618. 18. Grytten J, Skau I, Sørensen RJ. Educated

dagens system

är att endast de

som uppsöker

tandhälsovår-den drar nytta

av den.”

Jostein Grytten: Befolkningens utbildningsnivå och tillgänglighet till social-försäkringsfinansierad tandvård i Norge. Godkänd för publicering 23 april 2020.

mothers, healthy infants. The impact of a school reform on the birth weight of Norwegian infants 1964–2005. Soc Sci Med 2014; 105: 84–92. 19. Grytten J, Skau I, Sørensen

R. Who dies early? Educa-tion, mortality and causes of death in Norway. Soc Sci Med 2020; 245: 112601. 20. Grossman M. Education

and nonmarket outcomes. In: Hanushek EA, Welch F, eds. Handbook of the Eco-nomics of Education. 2nd

ed. Amsterdam: Elsevier, 2006.

21. Listl S, Jürges H, Watt RG. Causal inference from observational data. Community Dent Oral Epi-demiol 2016; 44: 409–15. 22. Grytten J. The impact

of education on dental health – ways to measure causal effects. Commu-nity Dent Oral Epidemiol 2017; 45: 485–95. 23. Oreopoulos P, Salvanes

KG. Priceless: the nonpe-cuniary benefits of schoo-ling. J Econ Perspect 2011; 25: 159–84.

24. Grossman N, Kaestnar R. Effects of education on health. In: Behrman JR, Stacey N, eds. The Social benefits of education. 1st

ed. Ann Arbor: The Uni-versity of Michigan Press, 1997.

25. Fuchs VR. Time prefe-rence and health: an exploratory study. In: Fuchs VR, eds. Economic aspects of health. 1st ed. Chicago: University of Chicago Press for the Na-tional Bureau of Economic Research, 1982: 93–120. 26. Deaton A, Cartwright

N. Understanding and misunderstanding ran-domized controlled trials. Soc Sci Med 2018; 210: 2–21.

27. Rassen JA, Brookhart MA, Glynn RJ et al. Instrumental variables I: instrumental variables exploit natural variation in nonexperimental data to estimate causal rela-tionships. J Clin Epidemiol 2009; 62: 1226–32. 28. Deaton A. Instruments,

randomization, and lear-ning about development. J Econ Lit 2010; 48: 424–55.

29. Glymour MM, Manly JJ. Compulsory schooling laws as quasi-experiments for the health effects of education: reconsi-dering mechanisms to understand inconsistent results. Soc Sci Med 2018; 214: 67–9.

30. Angrist JD, Pische JS. Mostly harmless econo-metrics. An empiricists’s companion. 1st _ed.

Prince-ton: Princeton University Press, 2009:113–218. 31. Stock JH. Instrumental

variables in statistics and econometrics. In: Smelser NJ, Baltes P, eds. Interna-tional encyclopedia of the social behavioral sciences. Amsterdam: Elsevier, 2001: 7577–82. 32. Wooldridge JM.

Intro-ductory econometrics. A modern approach. Inter-national edition. 5th ed. South-Western: Cengage Learning, 2013:64–108, 490–557.

33. Lie SS. Regulated social change: a diffusion study of the Norwegian compre-hensive school reform. Acta Sociol 1973; 16: 332–52.

34. Telhaug AO. Den 9-årige skolen og differensierings-problemet. En oversikt over den historiske utvikling og den aktuelle debatt. Oslo: Lærerstu-dentenes Forlag, 1969. 35. Martens EP, Pestman WR,

de Boer A et al. Instrumen-tal variables. Application and limitations. Epidemio-logy 2006; 17: 260–7. 36. Angrist JD. Estimation of

limited dependent variab-les models with dummy endogenous regressors. J Bus Econ Stat 2001; 19: 2–28.

37. Palència L, Espelt A,

Cornejo-Ovalle M et al. Socioeconomic inequa-lities in the use of dental care services in Europe: what is the role of public coverage? Community Dent Oral Epidemiol 2014; 42: 97–105.

38. Grytten J, Holst D, Skau I. Demand for and utiliza-tion of dental services according to household income in the adult popu-lation in Norway. Commu-nity Dent Oral Epidemiol 2012; 40: 297–305. 39. Grytten J.

Trygdepoli-tiske problemstillinger i tannhelsetjenesten – en oversikt. Nor Tannlegefo-ren Tid 2010; 120: 308–15. 40. Grytten J. Payment

systems and incentives in dentistry. Community Dent Oral Epidemiol 2017; 45: 1–11.

Referenser

TEMA: OJÄMLIKHET I ORAL HÄLSA, DEL 1

Forskning

Forskare? Vill du bidra

med en

vetenskapsartikel?

SÄND DITT MANUSKRIPT FÖR BEDÖMNING TILL:

Tandläkar tidningen

Box 1217, 111 82 Stockholm

manus@tandlakar tidningen.se

08–666 15 00