Vaimse tervise häirete ehk psüühikahäirete korral võivad olla häiritud enesekontroll, toimetulekuoskused, võime ennast teostada, suhelda ja suhteid luua, panustada ühiskonda. Tegu on komplekssete probleemidega, mille avaldumine sõltub nii geneetilistest eripäradest ja keskkonnast (samuti nende omavahelisest koosmõjust) kui ka inimese enda tegevusest. Hinnanguliselt kogeb aastas iga viies inimene maailmas mõnda vaimse tervise probleemi ning elu jooksul kogeb seda lausa iga kolmas inimene (Steel jt 2014). Üksikinimeste vaimse tervise häiretel on ühiskonnale tervikuna oluline majanduslik mõju. Euroopas on hinnatud psüühikahäirete kogukuluks keskmiselt üle 4,1% rahvuslikust koguproduktist (OECD 2018). See jaguneb otsesteks tervishoiukuludeks (1,3%), kuludeks sotsiaalkaitseprogrammidele (1,2%) ning kaudseteks kuludeks, näiteks häiretest tulenev kõrgem töötusmäär ja madalam produktiivsus (1,6%).

Ferrari jt (2022) kohaselt ei ole vahemikus 1990–2019 ühegi sagedamini esineva psüühikahäire levimusmäär kogu maailmas märkimisväärselt muutunud. Depressioon, ärevus- ja söömishäired on suurema levimusega naiste hulgas ning aktiivsus- ja tähelepanuhäire ning autismispektri häired meeste hulgas. Euroopat iseloomustab suurema osa muu maailmaga võrreldes ärevushäirete ning aktiivsus-tähelepanuhäire märkimisväärselt suurem levimus, mis on perioodil 1990–2019 ca 5% suurenenud. Samas ei ole Euroopa muust maailmast depressiivsem ning vahemikus 1990–2019 on depressiooni levimus pisut vähenenud.

On tõendeid, et COVID-19 pandeemia ajal on kogu maailmas vaimse tervise häirete levimus sagenenud, sh enam kui veerandi võrra kasvas hinnanguliselt depressiooni ja ärevushäirete juhtude arv (Santomauro jt 2021). Tuleb küll tõdeda, et need hinnangud põhinevad eelkõige jõukamatel maadel ning on interpoleeritud enesekohaseid küsimustikke kasutatavate uuringute põhjal. COVID-19 pandeemia pikaajalised mõjud vaimsele tervisele ei ole veel teada.

Psüühikahäirete levimus varieerub uuringutes suurel määral. Olenevalt meetodist võivad uuringud psüühikahäirete tegelikku levimust nii üle- kui ka alahinnata. Sõltuvalt hindamismeetodist võib näiteks depressiooni levimusmäär mitmekordselt varieeruda (Sjöberg jt 2017) ning enesekohaste küsimustike kasutamine võrreldes registriandmetega pigem ülehindab häirete levimust. Peamised meetodid levimuse kirjeldamiseks on a) registriandmete kasutamine, b) rahvastikupõhised küsitlusuuringud ja c) kliinilised intervjuud.

Käesolevas artiklis keskendutakse kolmele küsimusele. Esiteks: milline on enamlevinud vaimse tervise probleemide (depressioon, ärevushäired, vaimne kurnatus, unehäired ja alkoholi liigtarvitamine) levimus küsitlusuuringute andmete põhjal ja kuidas on see muutunud võrreldes COVID-19 kriisi eelse ajaga? Teiseks: millist teavet saame vaimse tervise häirete levimuse kohta registriandmetest? Kolmandaks: kuivõrd mõjutavad vaimse tervise häirete esinemist geneetilised ja keskkondlikud mõjutegurid? Nende teemade käsitlemisel toetume Eesti rahvastiku vaimse tervise uuringu (RVTU), Eesti terviseuuringu (ETeU2019), TÜ Eesti Geenivaramu (EGV) ja Eesti Haigekassa (EHK) andmetele.

Depressiooni, ärevushäirete, unehäirete, vaimse kurnatuse ja alkoholi liigtarvitamise (ja sellest tingitud psüühikahäirete) levimuse hindamiseks kasutasime RVTU 2021. aasta esimeses pooles kogutud enesekohastel hinnangutel põhinevaid andmeid. Depressiooni, ärevus- ja unehäirete hindamiseks kasutati Emotsionaalse enesetunde küsimustikku EEK-2 (Aluoja jt 1999) ja alkoholi liigtarvitamise hindamiseks AUDIT-C sõeltesti (Bush, Kivlahan, McDonell jt 1998).

Uuringu tulemustest nähtub vaimse tervise häirete suur levik täiskasvanud rahvastikus. Umbes neljandikul vastanutest (28%) ilmnes risk depressiooniks (24% meestest ja 31% naistest) ning viiendikul (20%) risk ärevushäireks (15% meestest ja 25% naistest). Unehäirete risk ilmnes 39%-l vastanutest (33% meestest ja 44% naistest) ning vaimse kurnatuse ilmingud 43%-l vastanutest (36% meestest ja 48% naistest).

Kui vaadata lähemalt andmeid soo ja vanuserühmade lõikes (tabel 1.4.1), on näha, et nende häirete suurimasse riskirühma kuuluvad noored täiskasvanud (18–24-aastased). Sarnaselt teiste uuringutega esineb igas vanuserühmas naistel võrreldes meestega suurem depressiooni ja ärevushäirete risk. Unehäirete riskis statistiliselt olulisi erinevusi sugude lõikes ei ilmne, kuid risk suureneb vanusega.

Alkoholi liigtarvitamist esines 17%-l naistest ja 34%-l meestest. Nooremates vanuserühmades (18–34) aga mehed ja naised alkoholi liigtarvitamise osas ei erine (tabel 1.4.1). Alates 35. eluaastast esineb meestel alkoholi liigtarvitamist oluliselt rohkem, küündides 35–44-aastaste meeste seas 49%-ni.

COVID-19 pandeemia puhul on näidatud vaimse tervise probleemide märkimisväärset sagenemist ja heaolu vähenemist

kõigis Euroopa Liidu liikmesriikides ning eelkõige depressiooni ja ärevushäirete sagenemist (WHO 2022). RVTU I küsitluslaine andmetel hindas 15% meestest ja 20% naistest, et nende vaimse tervise seisund oli märkimisväärselt halvenenud võrreldes koroonakriisieelse ajaga. Võrreldes vanemate inimestega oli nooremate seas oluliselt enam neid, kes tajusid vaimse tervise halvenemist. Näiteks 18–29-aastastest meestest tajus 28% vaimse tervise halvenemist, samas kui keskealiste (45–59-aastaste) meeste seas oli see 7% ja vanemaealiste (60–85+) seas 10%. Oma vaimset tervist võrreldes koroonaeelse ajaga hindas halvemaks 18–29-aastastest naistest 40%, kuid sama tõdes ainult 18% kesk- ja 12% vanemaealistest naistest.

Sarnaseid tulemusi pandeemiaaegse vaimse tervise häirete levimuse kohta näitab ka RVTU andmete võrdlus 2019. aastal läbiviidud ETeU2019 andmetega nii depressiooni, ärevushäire kui ka vaimse kurnatuse tunnuste näitel. Tulemustest nähtub, et 18–44-aastaste seas sagenes märkimisväärselt depressiooni ja üldistunud ärevushäire risk ning ka vaimse kurnatuse ilmingud (joonis 1.4.1). Ehkki vaimse tervise probleeme esines juba enne pandeemiat enim 18–24-aastaste seas, suurenes nende seas pandeemia kestel depressiooniriskis olevate inimeste osakaal veelgi. Vanemaealistel seevastu erinevusi pandeemiaeelsete ja -aegse enesekohaste hinnangute põhjal ei esinenud.

library(ggplot2)

#faili sisselugemine
J141=read.csv("PT1-T1.4-J1.4.1.csv",header=TRUE, encoding ="UTF-8")

#joonis
ggplot(J141,aes(x=Vanus,y=Keskmine*100,col=Uuring))+
  facet_grid(~DV)+
  geom_point(pos=position_dodge(0.5),cex=3)+
  geom_errorbar(aes(x=Vanus,ymin=Alumine*100,ymax=Ylemine*100),width=0.2,linewidth=0.9,pos=position_dodge(0.5))+
  geom_line(aes(group=Uuring),pos=position_dodge(0.5))+
  scale_color_manual(values=c("#FF3600","#1E272E"),labels = c("2019","2021"))+
  theme_minimal()+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  theme(strip.text.x = element_text(color = "#668080"))+ #Facet_grid pealkirjade värv (Mehed ja naised)
  theme(axis.text.x = element_text(angle = 45))+
  theme(legend.title=element_blank())+
  scale_y_continuous(breaks=seq(0,70,by=10))+
  ylab("%")

EHK raviarvete andmestikust pärinevad registriandmed võimaldavad oma hea katvuse tõttu (ravikindlustatuid ca 95% rahvastikust) anda ülevaate diagnoositud psüühikahäirete juhtudest rahvastikus. Järgnevalt on kirjeldatud kõigi psüühikahäirete (RHK-10 jaotised F00-F99) ning kitsamalt ka ärevushäirete (F40-F41), depressiooni (F32-F33), alkoholi tarvitamisest tingitud psüühika- ja käitumishäirete  (F10) ning unehäirete (F51) diagnooside esinemist Eesti 15-aastaste ja vanemate elanike seas. Selleks on kasutatud perioodi 2016–2020 raviarvete andmeid EHK andmebaasist. Tinglikult levimusena esitatavad osakaalud (ja selle 95% usaldusvahemikud) on leitud vastava raviarvega inimeste arvu ja aasta keskmise rahvaarvu põhjal soo ja 5-aastaste vanuserühmade kaupa.

Inimesi, kelle raviarvel on märgitud kas põhi- või kaasuva diagnoosina psüühikahäire, on aastas keskmiselt ligi 142 000. Perioodil 2016–2020 kasvas psüühikahäirega juhtude arv keskmiselt 1% võrra aastas (2016. aastal 139 470 ja 2020. aastal 144 738 inimest). Hoolimata COVID-19 pandeemiaga seotud plaanilise ravi osalisest peatamisest 2020. aastal, ei ole psüühikahäire diagnoosiga ravijuhtude arv vähenenud.

Psüühikahäirete ravijuhtusid esineb naistel sagedasemalt kui meestel. Kui 2020. aastal oli kõigist 15-aastastest ja vanematest ravikindlustatutest naisi 57%, siis psüühikahäirega ravijuhtudest oli naiste osakaal 63%. Soolised erinevused vaimse tervise ravijuhtude jagunemises paistavad silma ka vanuserühmade võrdluses (joonis 1.4.2), kus 15–34-aastaste seas on naistel psüühikahäirete levimus ligi viiendiku võrra suurem kui meestel ning erinevused suurenevad ligi veerandini 35-aastaste ja vanemate puhul. Perioodi 2016–2020 kohta esines psüühikahäire diagnoosiga raviarveid keskmiselt 10%-l meestest ja 15%-l naistest. Nii meestel kui naistel kasvas psüühikahäirete registreeritud ravijuhtude levimus vanusega, olles suurim vanimas vanuserühmas.

library(tidyr)
library(ggplot2)
library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

library(scales)
#faili sisselugemine ja andmete formaadi korrigeerimine
J142=read.csv("PT1-T1.4-J1.4.2.csv",header=TRUE, encoding ="UTF-8")
J142=pivot_longer(J142,2:19)
J142$name=sub('X',"",J142$name)
J142$name=sub('\\.',"-",J142$name)
J142$name[J142$name=="-.85"]="85+"
J142=filter(J142,!name%in%c("0-4","5-9","10-14"))
errorbars=J142[91:150,]
J142=filter(J142,X%in%c("Mehed","Naised"))
J142$Upper=numeric(30)
J142$Lower=numeric(30)
J142$Upper[1:15]=errorbars$value[1:15]
J142$Lower[1:15]=errorbars$value[16:30]
J142$Upper[16:30]=errorbars$value[31:45]
J142$Lower[16:30]=errorbars$value[46:60]


ggplot(J142)+
  geom_col(aes(x=name,y=value,fill=X),pos=position_dodge(0.7),width=0.8)+
  geom_errorbar(aes(x=name,y=value,ymin=Lower, ymax=Upper,col=X),pos=position_dodge(0.7),width=0.3,show.legend = FALSE)+
  theme_minimal()+
  ylab("%")+
  xlab("Vanuserühm")+
  scale_fill_manual(values=c("#1E272E","#FF3600"))+
  scale_color_manual(values=c("#FF3600","#1E272E"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  theme(legend.title=element_blank())

Joonisel 1.4.3 on esitatud ärevushäirete, depressiooni, alkoholi tarvitamisest tingitud psüühika- ja käitumishäirete ja unehäirete levimus perioodi 2016–2020 keskmisena. Ärevushäirete diagnoosiga raviarveid esines keskmiselt 36 000 inimesel aastas. Ravijuhtude arv on 5 aasta jooksul seejuures kasvanud ligi veerandi võrra (2016. aastal 32 344 vs. 2020. aastal 39 500) ehk keskmiselt 5% võrra aastas. Perioodil 2016–2020 oli ärevushäire või foobiate keskmine levimus 15-aastaste ja vanemate seas meestel 2% ja naistel 4%. Meestel on vastav levimus vanuserühmade lõikes suurim 20–24-aastastel (3%), naistel on näitaja üle 4% alates 35. eluaastast.

Depressiooni diagnoosiga raviarveid on keskmiselt 41 400 inimesel aastas ehk 4%-l Eesti elanikest. Sarnaselt ärevushäiretega erineb depressiooni diagnooside levimus naistel (5%) ja meestel (2%) enam kui kaks korda. Vanuseti on levimus suurim 50–59-aastastel (naistel 6–7% ja meestel 2–3%).

Alkoholi tarvitamisest tingitud psüühika- ja käitumishäirete diagnoos on keskmiselt 10 200 inimese raviarvetel aastas, ravijuhtudest 78% on mehed. Seega on alkoholi liigtarvitamisest tingitud psüühikahäirete levimus meestel (1,6%) oluliselt suurem kui naistel (0,4%), sealjuures suurim 50–59-aastastel meestel (2,3–2,8%). Naistel jääb nende häirete levimus kõigis vanuserühmades alla 1%. Siinjuures on siiski oluline arvestada, et alkoholi liigtarvitamisest tingitud psüühikahäirete diagnooside hulk ei peegelda tegelikku probleemse alkoholitarvitamise levimust ühiskonnas tervikuna.

Unehäirete diagnoosidega raviarveid on aastas keskmiselt 15 700 inimesel, neist raviarvetest 2/3 kuuluvad naistele. Levimus naistel on 1,7%, meestel 1,0%. Nii meestel kui ka naistel kasvab unehäirete levimus vanusega, olles suurim 85-aastaste ja vanemate seas.

library(tidyr)
library(ggplot2)

#faili sisselugemine ja andmete formaadi korrigeerimine
J143=read.csv2("PT1-T1.4-J1.4.3.csv",header=TRUE, encoding ="UTF-8")
J143x=J143[4:6,]
J143=J143[1:3,]
J143=pivot_longer(J143,2:5)
J143x=pivot_longer(J143x,2:5)
J143$value=as.numeric(J143$value)
J143$dif=as.numeric(J143x$value)

J143$name[J143$name=="Ärevushäired..F40.F41."]="Ärevushäired (F40-F41)"
J143$name[J143$name=="Depressioon..F32.F33."]="Depressioon (F32-F33)"
J143$name[J143$name=="Alkoholisõltuvus..F10."]="Alkoholisõltuvus (F10)"
J143$name[J143$name=="Unehäired..F51."]="Unehäired (F51)"

J143$X=as.factor(J143$X)
J143$X=factor(J143$X,levels=c("Kokku","Naised","Mehed"))

J143$name=as.factor(J143$name)
J143$name=factor(J143$name,levels=levels(J143$name)[c(4,1,3,2)])

# joonis
ggplot(J143)+
  geom_col(aes(x=name,y=value,fill=X),pos=position_dodge(0.6),width=0.5)+
  geom_errorbar(aes(x=name,ymin=value-dif,ymax=value+dif,col=X),pos=position_dodge(0.6),width=0.2,linewidth=0.8,show.legend = FALSE)+
  theme_minimal()+
  theme(legend.title=element_blank())+
  coord_flip()+
  ylab("%")+
  xlab("")+
  scale_fill_manual(values=c("#1E272E","#FF3600","#668080"),breaks=c("Mehed","Naised","Kokku"))+
  scale_color_manual(values=c("#1E272E","#1E272E","#FF3600"))+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))

Vaimse tervise probleemide avaldumisel mängivad rolli nii geenid kui ka keskkond. Põhjused, miks vaimse tervise probleemid avalduvad, peituvad nii pärilikes ehk geneetilistes kui ka keskkonnast tulenevates tegurites (nt stress, lapsepõlve läbielamised, sotsiaal-majanduslik staatus, sotsiaalse toe puudumine). Seda, kui palju selgitavad häire avaldumise variatiivsusest pärilikud ning kui palju keskkonnast tulenevad tegurid, on aastakümnete jooksul uuritud kaksikute- ja perekonnauuringute abil. Need uuringud põhinevad teadmisel, et ühemunarakukaksikud jagavad teineteisega 100% oma pärilikust materjalist ning erimunarakukaksikud ja tavalised õed-vennad umbes 50%. Seega, võrreldes ühe- ja erimunarakukaksikute omavahelist sarnasust, on võimalik matemaatiliselt välja arvutada, kui palju panustavad häire avaldumisesse geneetilised ning kui palju keskkonnast tulenevad tegurid.

Tänaseks on teada, et erinevate vaimse tervise probleemide avaldumisel mängivad rolli nii geneetilised kui ka keskkondlikud tegurid, kuid nende mõju proportsioon on igal probleemil erinev. Nii näiteks selgitavad geneetilised tegurid depressiooni variatiivsusest umbkaudu 30–50% (Kendall jt 2021), kuid skisofreenia puhul 80% (Legge jt 2021). Ülejäänud osa moodustavad nii keskkonnast tulenevad tegurid kui ka mõõtmisviga.

Tuues näiteks depressiooni kui kõige sagedamini diagnoositava vaimse tervise häire, illustreerime EGV andmestikul depressiooni geneetilise eelsoodumuse seost depressioonidiagnoosiga. EGV andmestik sisaldab üle 200 000 Eesti täiskasvanud inimese geneetilisi andmeid, terviseandmeid riiklikest andmebaasidest ning geenidoonori küsimustiku andmeid. Depressiooni geneetiline eelsoodumus on määratud individuaalse geneetilise riskiskoori kaudu, mis on oma olemuselt kõikide teadaolevate depressiooniga seotud geenivariantide kaalutud summa (Howard jt 2019). Depressiooni geneetilise riskiskoori jagasime tulemuste hõlpsamaks tõlgendamiseks kümneks detsiiliks, millest esimeses on inimesed, kelle depressiooni geneetiline eelsoodumus on madalaima kümne protsendi seas, ning viimases on inimesed kõrgeima eelsoodumusega kümne protsendi seas. Analüüsil kasutasime EHK andmebaasi raviarvete andmeid viimase viie aasta (2016–2020) depressiooni diagnooside kohta (RHK-10 koodid F32 ja F33). EGV andmeanalüüsist selgub, et kui kõige väiksema geneetilise eelsoodumusega grupis esines viimase viie aasta jooksul depressiooni 8%-l inimestest, siis kõige suurema depressiooni geneetilise eelsoodumusega inimeste seas on samal perioodil depressiooni esinenud kaks korda sagedamini ehk 16%-l inimestest.

Järgmiseks uurisime, kuidas demograafilised, tervise- ja eluviisitegurid ning depressiooni geneetiline eelsoodumus üheskoos ennustavad depressioonidiagnoosi esinemist samal perioodil (2016–2020) ning võrdlevalt depressiooniriski COVID-19 pandeemiakevadel 2021 (joonis 1.4.4). Eluviisiandmed põhinevad enesekohasel geenidoonori küsimustikul, mille geenidoonorid täitsid EGVga liitumisel enne pandeemia algust (vahemikus jaanuar 2017 – veebruar 2020). Depressiooniriski hinnati Emotsionaalse enesetunde küsimustikuga EEK-2 (Aluoja jt 1999) märtsist juulini 2021, seejuures täitis valdav osa vastanutest küsimustiku teise COVID-19 laine rangete koroonapiirangute perioodil.

Analüüsil kasutasime kaht logistilise regressiooni mudelit, vastavalt viimase 5 aasta depressioonidiagnoosi ja pandeemiaaegse suure depressiooniriski ennustamiseks. Selleks et erinevate riski- ja kaitsetegurite seose tugevust omavahel võrrelda, kaasasime mudelitesse korraga kõik demograafilised, tervise- ja eluviisitegurid ning geneetilise riski.

Joonisel 1.4.4[a] on näha, et depressioonidiagnoosiga on kõige tugevamalt seotud teguriteks naissugu ja suurem geneetiline eelsoodumus. Naissugu suurendas depressiooni diagnoosi šanssi 2,5 korda võrreldes meestega. Suur ja keskmine geneetiline eelsoodumus tõstsid depressiooni diagnoosi šanssi vastavalt 2,7 ja 1,6 korda võrreldes madala geneetilise riskiga inimestega. Kuigi depressioonidiagnoosi šanss on vanuserühmadest kõige suurem 45–74-aastastel ning oluliselt suurem vanemaealistest, ei ole teiste vanuserühmade vahel statistiliselt olulisi erinevusi.

Näeme ka, et depressioonidiagnoosiga inimesed on suurema tõenäosusega madalama haridustasemega, kaasuva somaatilise haigusega, rasvunud ning vähem tervisliku eluviisiga, liiguvad vähem ning tarvitavad rohkem tubakat ja alkoholi. Kuigi depressioonidiagnoosiga on kõige tugevamalt seotud just alkoholi liigtarvitamine (1,4 korda suurem šanss depressioonidiagnoosiks), on ka alkoholi harva või üldse mitte tarvitajatel šansid 1,3–1,4 korda suuremad kui mõõdukatel alkoholitarvitajatel. See seos võib tuleneda mitmesugustest põhjustest, alkoholitarvitamisest hoidumise põhjused võivad omakorda olla seotud depressiooniga (nt tervislikud põhjused või teatud ravimite tarvitamine). Narkootikumide tarvitamine tõstab šanssi depressioonidiagnoosiks 1,8 korda.

Joonis 1.4.4.b käsitleb samade tegurite seoseid pandeemiaaegse kõrge depressiooniriskiga. Seosed on enamasti väga sarnased pandeemiaeelse ajaga, tuues esile kõrge depressiooniriski seosed naissoo, rasvumise, ebatervislikuma eluviisi ning kõrge geneetilise riskiga. Kuid esines ka erinevusi. Kõige suurem erinevus ilmnes vanuserühmade võrdlusel, kus suurim pandeemiaaegne depressioonirisk esines noortel täiskasvanutel. Kuigi vanemaealisi inimesi on pandeemia algusest alates peetud vaimse tervise probleemide osas riskirühmaks seoses isoleerumisest tingitud üksildustunde ning suurema raskekujulise COVID-19 põdemise ohu tõttu, on noortel täiskasvanutel lausa 3,5 korda suurem šanss depressiooniks kui vanemaealistel. See seos peegeldab ilmselt koroonapiirangute tugevamat mõju noorte täiskasvute igapäevaelule, tuues kaasa palju muutusi nii tööalaselt ja õpingutes (kodukontor, veebipõhine õpe) kui ka sotsiaalses sfääris (vähem võimalusi sotsiaalseks suhtluseks ja meelelahutuseks).

Teiseks ilmnes erinevus une pikkuses. Kui pandeemiaeelne depressioonidiagnoos oli seotud pigem liigse magamisega (üle 9 tunni tööpäevadel), siis pandeemiaaegne depressioonirisk lisaks ka vähese unega pandeemiaeelsel perioodil (alla 7 tunni tööpäevadel). Ka see erinevus võib olla seletatav pandeemiaaegse uudse olukorraga, mil ühiskonnas valitses palju määramatust, mis tekitas paljudes inimestes stressi, millega kaasnesid omakorda sageli probleemid uinumisega või liigvarajase ärkamisega. Somaatilise haiguse olemasolu enne 2016. aastat suurendas šanssi depressioonidiagnoosiks, kuid pandeemia kontekstis seda seost märgata polnud.

library(ggplot2)

#faili sisselugemine
J144=read.csv2("PT1-T1.4-J1.4.4.csv",header=TRUE, encoding ="UTF-8")
J144$odds.ratio=as.numeric(J144$odds.ratio)
J144$odds.ratio=as.numeric(J144$odds.ratio)
J144$Lower.95..CI=as.numeric(J144$Lower.95..CI)
J144$Higher.95..CI=as.numeric(J144$Higher.95..CI)
J144$Faktor=reorder(J144$Faktor,rev(J144$Jk))
J144$Paneel[J144$Paneel==1]="a"
J144$Paneel[J144$Paneel==2]="b"
J144$col="#FF3600"
J144$col[J144$odds.ratio==1]="#668080"
col=J144$col

#joonis
ggplot(J144,aes(x=Faktor,y=odds.ratio))+
  facet_grid(~Paneel)+
  geom_point(col=col,cex=2)+
  geom_errorbar(aes(ymin=Lower.95..CI,ymax=Higher.95..CI),width=0.2,linewidth=0.5,col=col)+
  geom_abline(slope=0,intercept=1,col="#668080")+
  theme_minimal()+
  coord_flip()+
  scale_y_continuous(limits=c(0.75,4.25),breaks=seq(0.75,4.25,0.25))+
  theme(axis.text.x = element_text(angle = 90))+
  xlab("")+
  ylab("")+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  theme(strip.text.x = element_text(face = "bold",size=15,color="#668080"))

Järgnevalt esitleme enim empiirilist kinnitust leidnud keskkonnategurite mõju depressiooniriskile, toetudes RVTU I küsitluslaine (2021 jaanuar-veebruar) enesekohastele hinnangutele. Täpsemalt hindasime logistilise regressiooni ennustusmudeli abil selliste tegurite nagu haridus, sissetulek, kroonilise haiguse olemasolu, varasem vaimse tervise häire diagnoos, tajutud sotsiaalne toetus ning lähisuhtevägivalla kogemise mõju, võttes mudelis arvesse ka vanuse, soo ja rahvuse. Mudelis statistiliselt oluliseks jäänud tunnuste šansside suhted depressiooniriski ennustamisel on esitatud joonisel 1.4.5.

Ehkki haridus ja rahvus mõlemad suurendasid eraldi võetuna depressiooniriski, jäid need teiste tegurite arvessevõtmisel ebaolulisteks depressiooniriski ennustamisel. Tulemustest nähtub, et võrreldes meestega on naistel 1,3 korda suurem šanss depressiooniks, rahaliste toimetulekuraskuste puhul aga 2,3 korda suurem šanss depressiooniks võrreldes olukorraga, kus raha jätkub säästmiseks ja toimetulekuks. Oluline depressiooniriski ennustaja on ka vanus, nooremates vanuserühmades on depressioonirisk suurem. Näiteks on vanuses 18–29 olevatel inimestel 4,7 korda suurem šanss depressiooniks võrrelduna kõige vanema vanuserühmaga (üle 70).

Tervisega seonduvatest teguritest ennustavad depressiooniriski olulisel määral nii kroonilise haiguse kui ka varasema vaimse tervise häire diagnoosi olemasolu. Kroonilise haigusega inimestel on 1,6 korda suurem šanss depressiooniks ning varasema vaimse tervise häire korral 3,6 korda suurem šanss depressiooniks.

library(ggplot2)
library(tidyr)

#faili sisselugemine ja andmete formaadi korrigeerimine
J145=read.csv("PT1-T1.4-J1.4.5.csv",header=TRUE, encoding ="UTF-8")
J145=J145[,1:4]
names(J145)[2:4]=c("OR","lower","upper")
J145$X=as.factor(J145$X)
J145$X=factor(J145$X,rev(levels(J145$X)[order(c(6,9,8,1,4,7,2,3,5))]))


#joonis
ggplot(J145,aes(x=X,y=OR))+
  geom_point(cex=3,col="#FF3600")+
  geom_errorbar(aes(x=X,ymin=lower,ymax=upper),width=0.1,linewidth=0.7,col="#FF3600")+
  theme_minimal()+
  theme(text = element_text(color="#668080"),axis.text=element_text(color="#668080"))+
  coord_flip()+
  xlab("")+
  ylab("Šansisuhe (OR)")+
  scale_y_continuous(limits=c(1,7),breaks=c(1,2,3,4,5,6,7))

Oluline roll depressiooniriski ennustamisel on ka pere- ja lähedussuhetega seonduvatel teguritel – sotsiaalse toe puudumine ja lähisuhtevägivald. Analüüsidest johtub, et tajutud sotsiaalse toe olemasolu, näiteks teadmine, et võin oma lähedaste abi peale loota, on oluline kaitsetegur depressiooni kontekstis: sotsiaalse toe puudumise korral on 3,2 korda suurem šanss depressiooni tekkeks, võrreldes sotsiaalse toe olemasoluga. Viimase aasta jooksul kogetud lähisuhtevägivald ennustab 2,3 korda suuremat ning lähisuhtevägivalla kogemine elu jooksul 1,4 korda suuremat šanssi depressiooniks.

Vaimse tervise probleeme esineb Eesti rahvastikus suhteliselt sagedasti. Enesekohaste hinnangute põhjal on depressioonirisk igal neljandal ja üldistunud ärevushäire risk igal viiendal täiskasvanul. Oluliselt suurem on risk noortel täiskasvanutel. Registriuuringu põhjal esines ligi veerandil täiskasvanutest perioodi 2016–2020 vähemalt üks psüühikahäire diagnoos, millest kõige sagedasemad olid depressioon (12%) ja ärevushäired (10%). Võrreldes pandeemiaeelse ajaga on depressiooni ja ärevushäirete risk rahvastikus suurenenud.

Vaimse tervise probleemide avaldumist mõjutavad nii geneetilised kui ka keskkondlikud riskitegurid. Pandeemiaeelse perioodi depressioonidiagnoosiga oli kõige tugevamalt seotud naissugu ning suur geneetiline eelsoodumus, millele järgnesid eluviisitegurid (suitsetamine, alkoholi liigtarvitamine ja narkootikumide tarvitamine). Pandeemiaaegse enesekohastel hinnangutel põhineva depressiooniriskiga olid kõige tugevamalt seotud noorem vanus, millele järgnesid naissugu, geneetiline eelsoodumus ning alkoholi ja uimastite tarvitamine.

Noortel täiskasvanutel on vaimse tervise häirete risk enesehinnanguliste küsimustike järgi suurem, kuid registriandmete järgi nad ei saa rohkem diagnoose.

Praegused andmed ei võimalda põhjusi täpselt eritleda. Noorte kõrgemad riskiskoorid võivad viidata nii suuremale psüühikaprobleemide hulgale kui ka kõrgemale stressitasemele, mis on ajas mööduv. Samuti võivad põhjuseks olla teistsugused hoiakud ja väiksem stigma – noored aktsepteerivad vaimse tervise probleemi võimalust kergemini ega pea seda nii suureks häbiks kui vanemad inimesed. Tõenäoliselt on kõigil neil põhjustel oma roll.

Siinse artikli fookus võib soolistest erinevustest jätta mulje, et naistel esineb psüühikahäireid rohkem – tegelikult sõltuvad soolised erinevused psüühikahäirest. On leitud, et nn internaliseerivaid häireid (mille hulka kuuluvad depressioon ja ärevushäired) on rohkem naistel, kuid eksternaliseerivaid häireid (mille hulka kuuluvad käitumishäired, aktiivsus- ja tähelepanuhäire   alkoholi ja uimastite tarvitamisest tingitud häired) on rohkem meestel (Eaton jt 2012). Viimaseid aga andmete puudusel käesolevas artiklis ei käsitletud, siiski alkoholi liigtarvitamist oli meeste hulgas sagedamini märgata.

Lõpuks tasub tähelepanu pöörata sellele, kuidas on saadud andmed vaimse tervise probleemide kohta. Küsimustike kasutamine tüüpiliselt ülehindab häirete esinemist, aga üks ühele intervjuus (nagu seda kasutatakse paljudes terviseuuringutes) on vaimse tervise probleeme jällegi raskem avaldada, mistõttu need võivad jääda tuvastamata. Registreeritud diagnooside põhjal häirete levimuse hindamine eeldab, et teenused on kõigile abivajajatele hästi kättesaadavad (sest diagnoosi saamine eeldab teenuse kasutama hakkamist) ning kõigil, kellel on vaimse tervise muresid, on hea teave abi saamise võimalustest. Ainult nii saab eeldada, et vaimse tervise häirete diagnooside statistika kajastab häirete tegelikku levimust.

Kui vaimse tervise teenuste kättesaadavus on piiratud ning esinevad ebasoodsad hoiakud ja stigma vaimse tervise häirete ja nende ravi suhtes, siis diagnooside põhjal otsustamine tõenäoliselt alahindab tegelikku levimust.

Aluoja, A., Shlik, J., Vasar, V., Luuk, K., Leinsalu, M. 1999. Development and psychometric properties of the Emotional State Questionnaire, a self-report questionnaire for depression and anxiety. – Nordic Journal of Psychiatry, 53(6), 443–449. https://doi.org/10.1080/080394899427692.

Bush, K., Kivlahan, D. R., McDonell, M. B., Fihn, S. D., Bradley, K. A., for the Ambulatory Care Quality Improvement Project (ACQUIP) 1998. The AUDIT Alcohol Consumption Questions (AUDIT-C): An effective brief screening test for problem drinking. – Archives of Internal Medicine, 158(16), 1789–1795. https://doi.org/10.1001/archinte.158.16.1789. Eaton, N. R., Keyes, K. M., Krueger, R. F., Balsis, S., Skodol, A. E., Markon, K. E., Grant, B. F., Hasin, D. S. 2012. An invariant dimensional liability model of gender differences in mental disorder prevalence: Evidence from a national sample. – Journal of Abnormal Psychology, 121(1), 282–288. https://doi.org/10.1037/a0024780.

Ferrari, A. et al. 2022. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990–2019: A systematic analysis for the Global Burden of Disease Study 2019. – Lancet Psychiatry, 9, 137–150 https://doi.org/10.1016/S2215-0366(21)00395-3.

Howard, D. M., Adams, M. J., Clarke, T. K., Hafferty, J. D., Gibson, J., Shirali, M., Coleman, J. R. I., Hagenaars, S. P., Ward, J., Wigmore, E. M., Alloza, C., Shen, X., Barbu, M. C., Xu, E. Y., Whalley, H. C., Marioni, R. E., Porteous, D. J., Davies, G., Deary, I. J., … McIntosh, A. M. 2019. Genome-wide meta-analysis of depression identifies 102 independent variants and highlights the importance of the prefrontal brain regions. – Nature Neuroscience 2019 22:3, 22(3), 343–352. https://doi.org/10.1038/s41593-018-0326-7.

Kendall, K., Van Assche, E., Andlauer, T., Choi, K., Luykx, J., Schulte, E., Lu, Y. 2021. The genetic basis of major depression. – Psychological Medicine, 51(13), 2217–2230. https://doi.org/10.1017/S0033291721000441.

Legge, S., Santoro, M., Periyasamy, S., Okewole, A., Arsalan, A., Kowalec, K. 2021. Genetic architecture of schizophrenia: A review of major advancements. – Psychological Medicine, 51(13), 2168–2177. https://doi.org/10.1017/S0033291720005334.

OECD 2018. Health at a Glance: Europe 2018: State of Health in the EU Cycle. Brussels, Paris: European Union, OECD Publishing. https://doi.org/10.1787/health_glance_eur-2018-en.

Santomauro, D. F., Mantilla Herrera, A. M., Shadid, J., Zheng, P., Ashbaugh, C., Pigott, D. M., Abbafati, C., Adolph, C., Amlag, J. O., Aravkin, A. Y., Bang-Jensen, B. L., Bertolacci, G. J., Bloom, S. S., Castellano, R., Castro, E., Chakrabarti, S., Chattopadhyay, J., Cogen, R. M., Collins, J. K., … Ferrari, A. J. 2021. Global prevalence and burden of depressive and anxiety disorders in 204 countries and territories in 2020 due to the COVID-19 pandemic. – Lancet, 398(10312), 1700–1712. https://doi.org/10.1016/S0140-6736(21)02143-7.

Sjöberg, L., Karlsson, B., Atti, A.-R., Skoog, I., Fratiglioni, L., Wang, H.-X. 2017. Prevalence of depression: Comparisons of different depression definitions in population-based samples of older adults. – Journal of Affective Disorders, 221, 123–131. https://doi.org/10.1016/j.jad.2017.06.011.

Steel, Z., Marnane, C., Iranpour, C., Chey, T., Jackson, J. W., Patel, V., Silove, D. 2014. The global prevalence of common mental disorders: A systematic review and meta-analysis 1980–2013. – International Journal of Epidemiology, 43 (2), 476–493. https://doi.org/10.1093/ije/dyu038.

WHO 2022. World mental health report: Transforming mental health for all. Geneva: World Health Organization. https://www.who.int/publications/i/item/9789240049338.