Längre sjukfrånvaro när kravet på läkarintyg mildras

Att skjuta upp kravet på läkarintyg vid sjukfrånvaro ledde till längre sjukskrivningar, särskilt bland män och personer med hög tidigare sjukfrånvaro. Anpassade intygskrav skulle kunna minska vårdens kostnader utan att öka sjukfrånvaron, visar ny forskning från IFAU och Uppsala universitet.

Publicerades: 08 november 2024

Författare: Yaroslav Yakymovych, Och

Rapportförfattaren studerar ett storskaligt experiment om krav på läkarintyg vid sjukfrånvaro som genomfördes i Göteborgs stad och Jämtlands län 1988. Under experimentet skulle personer födda på udda datum fortsätta att som vanligt visa upp läkarintyg efter sju dagars sjukfrånvaro, medan personer födda på jämna datum kunde vänta i fjorton dagar innan de behövde visa upp ett intyg.

Män och personer med hög sjukfrånvaro påverkas mest

De som kunde vänta två veckor med läkarintyget var sjukfrånvarande längre än jämförelse­gruppen, och andelen sjukfrånvaroperioder på exakt fjorton dagar tre­dubblades.

Förlängda sjukskrivningar var vanligast bland män, samt personer med hög tidigare sjukfrånvaro och låg socioekonomisk status. Effekten var däremot mindre bland kvinnor, höginkomsttagare och personer som hade haft låg sjukfrånvaro tidigare.

–Tidigare sjukfrånvaro verkar vara faktorn med starkast koppling till hur personer betedde sig under experimentet, säger studiens författare Yaroslav Yakymovych som är forskare vid Uppsala universitet.

Kan vi spara vårdens resurser utan att sjukfrånvaron ökar?

Rapportförfattaren gör en grov samhällsekonomisk uppskattning och finner att det kan vara ineffektivt att kräva sjukintyg från alla sjukfrånvarande från den sjunde dagen.

–Om de med låg sjukfrånvaro fick lämna läkarintyg senare och de med hög sjukfrånvaro behöll dagens regler skulle man nog kunna minska vårdens kostnader för att skriva ut läkarintyg samtidigt som man håller nere sjukfrånvaron, givet att människor idag beter sig ungefär som de gjorde under experimentet, avslutar Yaroslav Yakymovych.

Maskininlärningsmetod och datamaterial

Rapportförfattaren använder maskininlärningsmetoden generalised random forest för att identifiera hur sjukfrånvarons längd påverkades av de lättade intygsreglerna. Metoden väljer bland en stor mängd individuella egenskaper och väljer ut de variabler som kan förutsäga i vilken utsträckning längden på en sjukfrånvaroperiod ökar. Analysen omfattar totalt 129 000 sjukfrånvarofall.

Kontakt

IFAU-rapport 2024:20 är skriven av Yaroslav Yakymovych vid Uppsala universitet. Rapporten baseras på Working paper 2024:19. För mer information kontakta Yaroslav på yaroslav.yakymovych@ibf.uu.se