Tioårs bedömning av befolkningsbaserad utveckling av multimorbida bördan i en regional kohort på 5,5 miljoner vuxna

Varför många sjukdomar gärna reser tillsammans

När människor lever längre hanterar fler av oss flera långvariga sjukdomar samtidigt — till exempel högt blodtryck, diabetes, ledsmärta och ångest. Läkare kallar detta multimorbiditet. Det belastar patienter, familjer och vårdsystem, ändå är vården ofta fortfarande organiserad per sjukdom. Denna studie följde nästan alla vuxna i Katalonien, Spanien, under tio år för att se hur dessa sammanlagda hälsoproblem byggs upp, vem som är mest benägen att hamna i en högriskgrupp och hur vi kan agera tidigare för att förhindra försämrad hälsa.

En tioårig bild av verklig hälsa

Forskarna använde elektroniska patientjournaler från 5,5 miljoner vuxna som var i livet i slutet av en tioårsperiod som började 2013. Varje sjukhusvistelse, mottagningsbesök och diagnos matades in i ett verktyg kallat Adjusted Morbidity Groups (AMG)-indexet, som sammanfattar en persons totala sjukdomsbörda i stället för att fokusera på enskilda sjukdomar. Personer sorterades in i fyra risknivåer, från låg till mycket hög. Under decenniet ökade det typiska antalet kroniska tillstånd per person från ett till tre, och nästan 40 % av de vuxna avancerade till en högre riskgrupp, med cirka 16 % som gick in i hög eller mycket hög risk.

Vilka problem dyker upp först

I slutet av studien var de vanligaste tillstånden närings- och hormonrelaterade problem såsom fetma och förhöjda blodfetter, ångeststörningar och högt blodtryck. Nya psykiska besvär dök upp oftast bland unga vuxna och avtog med åldern, medan hjärt- och kärlsjukdomar blev vanligare senare i livet, särskilt hos män. Kvinnor hade fler led- och muskelproblem samt genitourinära besvär över livets förlopp. Bland de tillstånd som oftast föregick ett hopp in i hög-riskgruppen fanns kronisk njursjukdom, högt blodtryck och artros, vilket tyder på att dessa är viktiga varningssignaler för ökande komplexitet.

Att förutsäga vem som sannolikt försämras

Teamet testade flera maskininlärningsmodeller för att förutsäga vem som skulle gå från låg eller måttlig risk till hög risk över tio år. De jämförde enkla modeller som endast använde ålder och kön med rikare modeller som även inkluderade AMG-poängen över tid, hur många kroniska sjukdomar en person hade och när dessa sjukdomar först diagnostiserades. Modeller som använde denna mer fullständiga bild presterade tydligt bättre än de som baserades endast på grundläggande demografi. I varje angreppssätt var den starkaste enskilda prediktorn för framtida försämring inte någon särskild sjukdom utan den samlade sjukdomsbördan mätt med AMG-indexet. Att lägga till långa listor av individuella diagnoser gav liten extra nytta utöver detta summerande mått.

Hur sjukdomar klustrar sig och bygger på varandra

För att förstå hur tillstånd tenderar att förekomma tillsammans byggde forskarna nätverk som spårade vilka diagnoser som vanligtvis följde efter andra, och om de tenderade att uppstå före eller efter att en person gick in i hög-riskgruppen. De fann över 16 000 möjliga par av tillstånd, men bara en liten andel var vanliga. Fetma och relaterade metabola problem kom ofta före högt blodtryck, typ 2-diabetes, ledsjukdom och flera psykiska störningar. Ångeststörningar, ofta föregångna av tobaks- och annat missbruk, kopplades till ett brett spektrum av fysiska och hjärnrelaterade problem och dök typiskt upp innan personer blev högrisk, vilket gör dem till tidiga larm. I kontrast var högt blodtryck oftare knutet till tillstånd som uppstod efter att någon redan var högrisk, såsom kronisk njursjukdom och ytterligare hjärt- och cirkulationsproblem.

Vad detta innebär för patienter och vårdsystem

Sammanfattningsvis visar studien att den totala tyngden av en persons hälsoproblem — och hur nya tillstånd ackumuleras över tid — är viktigare än någon enskild diagnos för att förutsäga allvarlig framtida sjukdom. Eftersom AMG-poängen och sjukdomshistoriker kan beräknas automatiskt från rutindata kan vårdsystem använda dem för att identifiera personer vars hälsa sannolikt försämras flera år i förväg, utan extra tester eller administration. Detta öppnar dörren för tidigare, mer samordnad vård som angriper kluster av tillstånd tillsammans, särskilt psykisk hälsa, fetma och blodtrycksrelaterade problem, i stället för att behandla varje sjukdom isolerat. För patienter antyder det att hantering av till synes "måttliga" problem som ångest eller viktökning i dag kan hjälpa till att förhindra en kaskad av allvarliga, sammankopplade sjukdomar i morgon.

Citering: Valero-Bover, D., Monterde, D., Carot-Sans, G. et al. Ten-year population-based assessment of multimorbidity burden progression in a regional cohort of 5.5 million adults. npj Digit. Med. 9, 200 (2026). https://doi.org/10.1038/s41746-026-02395-x

Nyckelord: multisjuklighet, kronisk sjukdom, riskprediktion, befolkningshälsa, elektroniska patientjournaler