7 Kunnskapsgrunnlaget for tiltak

7.1 Innledning

Utvalget har som en del av sitt mandat å foreslå virkemidler og konkrete tiltak som har dokumentert effekt. At et tiltak har dokumentert effekt betyr at én eller flere undersøkelser har dokumentert at tiltaket helt eller delvis er årsak til den reduksjonen som er observert i sykefravær eller utstøting etter at tiltaket har vært iverksatt. Dersom det observeres endringer etter at et tiltak iverksettes, kan det skyldes at tiltaket er effektivt (er årsak til endringen) eller endringene kan skyldes andre forhold utenom tiltaket. Kunnskap om årsakssammenhenger er derfor avgjørende for å vurdere både årsaker til og effekter av tiltak, på sykefravær. Det er imidlertid betydelige utfordringer knyttet til å stadfeste at en faktor (for eksempel psykososialt arbeidsmiljø) er årsak til et fenomen (for eksempel sykefravær). I det følgende drøftes derfor en del vitenskapelige metoder for å etablere kunnskap om årsakssammenhenger.

Sykdommer, helseproblemer, sykefravær og uførepensjonering har sammensatte årsaker. Hvilke årsaksfaktorer og hvor mye de bidrar kan variere fra individ til individ. Årsaksfaktorer kan både være uavhengige av hverandre, det vil si at det er summen av dem som har betydning, og de kan påvirke hverandre slik at de forsterker hverandre. Vitenskapelige undersøkelser kan imidlertid sjelden eller aldri gi en helt fullstendig og udiskutabel forklaring på forekomst av sykdom eller sykefravær hos enkeltindivider eller i grupper. Undersøkelsene studerer enkeltindivider og sammenligner deretter ulike grupper av individer. I slik empirisk (erfaringsbasert) forskning er det vanligvis bare mulig å angi statistiske sammenhenger mellom potensielle årsaksfaktorene og tilstanden.

7.2 Om årsaker og årsakssammenhenger

7.2.1 Bruk av empiriske studier for å avdekke årsakssammenhenger

Empiriske studier er basert på forsøk eller observasjoner. Empiriske studier kan både være kvalitative og kvantitative. Kvalitative studier er kjennetegnet av omfattende informasjon om et lite antall enheter. Kvalitative studier er velegnet for å få detaljert informasjon om mening og innhold og gir godt grunnlag for å oppdage nye fenomener og utvikle hypoteser. Studiene er imidlertid mindre egnet til å generalisere om fenomener. Kvantitative studier er vanligvis kjennetegnet av mindre detaljert informasjon om et stort antall enheter og standardiserte metoder for datainnsamling og analyse. Variablene uttrykkes i tallverdier og analyseres ved hjelp av statistiske metoder. Kvantitative studier er egnet til å generalisere forutsatt at individene eller enhetene er representative for fenomenene som studiene representerer.

Det er kvantitative, empiriske studier som utgjør hovedtyngden av forskning på sykefravær, arbeidsevne og uførhet. I praksis vil forskerne sammenligne grupper som eksponeres for en faktor (for eksempel deltidsarbeid) som kan påvirke et utfall eller resultat (for eksempel sykefravær). I det følgende anvendes eksponeringsfaktor eller påvirkningsfaktor om den første type variable og utfall eller resultat om den andre type variable.

For å teste hypotesen om at deltidsarbeid er (medvirkende) årsak til sykefravær, kan arbeidstakere som har full stilling sammenlignes med dem som er i deltidsstilling. Problemet er imidlertid at de to gruppene ofte vil skille seg fra hverandre ved andre faktorer enn den faktoren som undersøkes (stillingsandel), for eksempel sivilstatus, alder, kjønn, antall barn, inntekt, helse og entusiasme for jobben. Slike forskjeller kan helt eller delvis forklare forskjeller i utfallet (sykefravær). Mer generelt kan empiriske studier være utsatt for fem hovedtyper av svakheter som kan medføre feilaktige konklusjoner om årsakssammenhenger: seleksjonsskjevhet, informasjonsskjevhet, konfundering (tilstedeværelse av konfunderende eller forstyrrende faktorer, forventningseffekter (placebo- og noceboeffekter) og «regression to the mean».

Seleksjonsskjevhet betyr at de gruppene som sammenlignes er ulike på flere måter enn på den faktoren som en studerer effekten av (for eksempel arbeidsmiljø). I praksis kan det vise seg nærmest umulig å skaffe grupper som er like på viktige områder som inntekt, utdannelse, alder, kjønn, osv. Dersom det da observeres forskjell i utfallsvariabelen (for eksempel sykefravær), kan det være vanskelig eller umulig å vite sikkert om forskjellen i sykefravær skyldes arbeidsmiljø eller seleksjonsskjevhet.

Informasjonsskjevhet betyr at påvirkningsfaktoren (også kalt eksponeringen) eller utfall ikke er korrekt målt. Det kan være krevende å måle påvirkningsfaktoren for eksempel inneklima (temperatur, fuktighet, vindtrekk, støy m.v.) og forhold på arbeidsplassen, motivasjon, holdninger med mer, korrekt. Det er også krevende å måle sykefraværet (utfallet) på en standardisert måte, se mer detaljert drøfting av mål på sykefravær i sammenheng med omtalen av sykefraværet i helse- og omsorgssektoren. I studier av sykefravær finner en ofte store forskjeller fra land til land, men noe av forskjellen kan skyldes ulikhet i registrering av sykefravær. For eksempel vil land med omfattende velferdsordninger registrere mer sykefravær enn land med begrensede ordninger fordi sykefravær ikke registreres etter at retten til sykepenger er bortfalt.

En konfunderende faktor er en variabel som er assosiert både med påvirkningsfaktoren og utfallet i en studie. Det er ikke en mellomliggende variabel som formidler effekt (en mekanisme), men en variabel som skaper en tilsynelatende sammenheng eller som skjuler en sann sammenheng mellom påvirkningen og utfallet.1 Figur 7.1 ovenfor viser dette skjematisk.

For eksempel kan en studie avdekke en sammenheng mellom kontrollspenn (antall arbeidstakere som lederen har personalansvar for) og sykefravær ved at jo større kontrollspenn, desto større sykefravær. Det er imidlertid ikke sikkert at kontrollspennet er årsak til fraværet. Det kan tenkes at for eksempel mange deltidsstillinger er årsaken, og at det er mange deltidsstillinger der det er stort kontrollspenn. Sagt med andre ord er kontrollspenn og deltidsstillinger assosiert. Da er deltidsstillinger en konfunderende faktor. Generelt er problemet at alle konfunderende faktorer verken er kjent eller mulig å måle. Dersom en konfunderende faktor utelates i en dataanalyse, kan det føre til at det trekkes feilaktige konklusjoner om årsakssammenhenger.

Forventningseffekter kan bidra til feil i nesten alle typer studiedesign. Informasjon som gis om faktorer som blir undersøkt, enten gjennom informasjon direkte til deltakerne eller gjennom massemedia og helsetjenesten, vil påvirke deltakernes forventninger og atferd. Forventninger og antakelser om hva som gir helseplager påvirker både helseplager, atferd og oppfatning om arbeidsevne. Ett av mange eksempler er forskning om medikamentell behandling av migrene. Kontrollgruppene som fikk kjemisk inaktiv placebobehandling fikk mange av de samme bivirkningene som de som fikk kjemisk aktiv behandling (Amanzio med flere 2009). Informasjon som ble gitt til alle deltakerne i undersøkelsene, hadde betydning for utfallet. Forventninger kan føre til effekter i både eksperimentgruppen og kontrollgruppen uten at tiltaket i seg selv har hatt effekt. Stor oppmerksomhet på fravær eller helseatferd kan føre til endring i holdninger og atferd uavhengig av de tiltakene som er gjennomført.

En annen feilkilde kan være såkalt «regression to the mean». Dersom pasienter eller organisasjonsenheter (bedrifter, kommuner osv.) velges ut til et tiltak fordi de har et sykefravær over gjennomsnittet, vil naturlig variasjon i fraværet tendere til at de beveger seg mot gjennomsnittet eller under gjennomsnittet ved senere oppfølging. Det betyr at en observerte nedgang i fraværet helt eller delvis kan skyldes naturlig variasjon.

I studier av effekter av en påvirkning eller et tiltak kan det oppstå to typer feil. Det kan feilaktig konkluderes med at en tilfeldig sammenheng eller virkning er reell. Dette kalles type I-feil. Alternativt kan det feilaktig konkluderes med at en virkelig sammenheng eller virkning ikke finnes. Dette kalles type II-feil. Ved bruk av statistiske analyser er det nødvendig å vurdere risikoen for slike feil.

Studiedesign

Seleksjonsskjevhet, informasjonsskjevhet, konfunderende faktorer, forventningseffekter og «regression to the mean» kan forekomme i alle typer empiriske studier, men enkelte studiedesign er mer utsatt enn andre. I det følgende beskrives kort ulike typer design og deres styrker og svakheter.

I eksperimentelle studier foretas det en endring i en eller flere påvirkningsfaktorer eller tiltak for å undersøke virkningen av endringen på en avhengig variabel. Det forutsettes at alle andre forhold holdes konstant. I randomiserte kontrollerte studier trekkes det lodd om hvem som skal utsettes for en påvirkningsfaktor eller et tiltak og hvem som skal inngå i den kontrollgruppen som det sammenlignes med. På denne måten unngås i prinsippet utvalgsskjevhet, informasjonsskjevhet, konfundering og «regression to the mean». Eksperimentelle studier gir sikrest kunnskap når det gjøres et tiltak (en intervensjon) som kan beskrives presist. Utprøvning av legemidler der hverken pasient og undersøker har kjennskap til hvilken behandling pasienten får (dobbelt blindet design) er eksempel på at eksperimentelle studier kan gi verdifull kunnskap. I prinsippet skal de to gruppene være identiske med unntak av den aktuelle faktoren som undersøkes. Det er tid- og ressurskrevende å gjennomføre eksperimentelle studier, og innenfor noen områder kan det være etisk uforsvarlig å utføre randomiserte studier. Når det gjelder forskning på sykefravær og utstøting fra arbeidslivet, kan lovverket være til hinder for slike studier. Når deltagerne vet at de er under observasjon, kan dette påvirke resultatet (Kaptchuk 2001). Det forutsettes gode observasjoner fra tiden før, under og etter at tiltak er gjennomført for å kunne trekke konklusjoner. Scheel og medarbeidere (2002) har gjennomført en eksperimentell studie av aktiv sykmelding i Norge, og fant at tiltaket ikke hadde sikker effekt på sykefraværet. Det pågår for tiden en eksperimentell studie av Senter for jobbmestring i regi av NAV. Målet med prosjektet er å få bedre kunnskap om hva som kan hjelpe folk med angst eller depresjon som står utenfor arbeidslivet, er sykemeldt, eller i fare for å falle ut av arbeidslivet. Deltakerne i forskningsprosjektet blir invitert til en vurderingssamtale med psykolog eller rådgiver ved Senter for jobbmestring og deretter tilfeldig fordelt, enten til ordinær oppfølging ved det lokale NAV-kontor eller fastlege eller til videre oppfølging ved Senter for jobbmestring. Prosjektet inngår i Nasjonal strategiplan for arbeid og psykisk helse og forskningsdelen gjennomføres av Uni helse og Universitetet i Bergen.

I kohortstudier foretas det en sammenligning over tid mellom to eller flere grupper som i prinsippet skal være like med unntak av den påvirkningsfaktoren som en ønsker å studere. Kohortstudier har vært brukt en del i forskning på sykefravær og utstøting fra arbeidslivet. I en steinmølle som var i bruk ved Drammen Glassverk under annen verdenskrig, ble de ansatte utsatt for silikatstøv. Etter hvert fikk alle de ansatte i steinmølla påvist lungesilikose, og i løpet av 25 år var alle døde. En kohortstudie vil i et slikt tilfelle gi sterkt grunnlag for å konkludere med at silikatholdig steinstøv var årsak til sykdom og død, men så entydige funn er ytterst sjeldne. Tvert i mot vil tolkningen av kohortstudier ofte være vanskelig fordi det ikke er mulig å utelukke seleksjonsskjevhet, informasjonsskjevhet og/eller konfunderende faktorer. Kohortstudier danner imidlertid grunnlaget for mye av kunnskapen om helse og sykdom.

Både prospektive og retrospektive kohortstudier kan være utsatt for skjevhet. Et eksempel på dette er studier av sammenhengen mellom østrogenbruk og forekomst av hjertesykdom. En rekke kohortstudier hadde vist at postmenopausale kvinner som tok østrogener, hadde lavere risiko for hjertesykdom enn de som ikke brukte østrogener (Lip med flere 1995). Det var imidlertid kjent at kvinner som brukte østrogener, oftere hadde høyere inntekt og utdanning, og dette kunne representere konfunderende faktorer. I noen av studiene justertes det for inntekt og utdanning, men den positive østrogeneffekten holdt seg. Senere har store, eksperimentelle studier vist at østrogener sammen med progesteroner, øker risikoen for hjerte- og karsykdom og brystkreft (Hulley med flere 1998, Rossouw med flere 2002). Kohortstudiene hadde med andre ord gitt et feilaktig bilde av årsakssammenhenger. Det er antatt at konfunderende faktorer (sosial status) var hovedproblemet, og at forskerne ikke hadde kontrollert for alle aktuelle konfunderende faktorer.

Tverrsnittstudier har vært mye brukt i forskning på sykefravær og utstøting fra arbeidslivet. I en tverrsnittstudie måles påvirkningen (eksposisjonen) og utfallet samtidig. Vanligvis skjer dette ved hjelp av intervju- eller spørreskjemaundersøkelser, for eksempel ved at det stilles spørsmål om forekomst av hodepine og sykefravær. Tverrsnittstudier gir begrensede muligheter for å trekke konklusjoner om årsakssammenhenger fordi påvirkningsfaktor og effekt (utfall) måles på samme tid. Siden tverrsnittstudien mangler tidsdimensjonen, vil det oftest være vanskelig å slå fast hva som er årsak og hva som er effekt. Dersom en spørreskjemaundersøkelse viser at det er sammenheng mellom sykefravær og forekomst av hodepine, er ikke det bevis for at hodepinen er årsak til sykefraværet. Noen faktorer (eksempel kjønn) er imidlertid åpenbart bestemt før utfallet i sammenheng med studier av sykefravær og utstøting fra arbeidslivet.

I økologiske studier brukes aggregerte data om påvirkning og utfall for å studere årsakssammenhenger. For eksempel kan arbeidsledighet studeres som årsak til sykefravær ved å undersøke om det er sammenheng mellom arbeidsledighet og sykefravær i landets 19 fylker. Økologiske studier kan imidlertid være utsatt for seleksjonseffekter som gjør det vanskelig å trekke slutninger om årsakssammenhenger. I en klassisk studie fra 1950-tallet ble det vist at stater i USA med høy andel av befolkningen med afrikansk opprinnelse hadde høy andel analfabeter (Robinson 1950). Dette kunne tolkes som at etnisk opprinnelse var årsaken til analfabetisme. På individnivå var det imidlertid nesten ingen sammenheng mellom etnisk opprinnelse og analfabetisme. Stater som tiltrakk seg mange mennesker av afrikansk opprinnelse, tiltrakk seg også mange analfabeter, men analfabetisme var (stort sett) ikke vanligere blant denne befolkningsgruppen enn andre.

Selv om et forsøk er gjennomført med et studiedesign og en metode som er relevante for de konklusjonene som trekkes, kan en alltid stille spørsmål ved om konklusjonene er generaliserbare. Det er krevende å oppnå sikker kunnskap om kompliserte forhold som sykefravær og uføretrygding. Selv eksperimentelle studier som er metodisk godt gjennomført, er ikke nødvendigvis overførbare til andre situasjoner. For eksempel vil resultater fra et eksperiment med en homogen gruppe ansatte i en virksomhet, ikke nødvendigvis være overførbare til alle andre ansatte. Resultater fra naturlige eksperimenter i ett sosialt miljø er ikke nødvendigvis overførbare til et annet miljø med andre verdier og holdninger.

Objektive og subjektive målinger i kvantitativ forskning

Data fra registre (for eksempel fødselsdato eller arbeidstidsregistreringer), måledata og data fra observasjoner kan i noen grad sies å være objektive. Selv om målemetodene skulle være korrekte, kan det imidlertid være et problem å vurdere om data er representative for en bestemt eksponering. Hvis det er maksimal eksponering som er farlig, er det behov for andre data enn om det er gjennomsnittseksponering som er farlig. Målestrategier er et tema for forskning om eksponeringer.

Subjektive metoder er målinger hvor individene selv gir informasjon. De vanligste subjektive metodene er spørreskjema, intervjuer, dagbøker, gruppebaserte metoder (søkekonferanser, fokusgrupper, osv). Undersøkelser av smerter, symptomer, og opplevelse av arbeidssituasjonen så vel som arbeidsevne, baseres på subjektive målemetoder.

Fagfeltet for måling av psykologiske forhold (psykometri) har utarbeidet kunnskap om faktorer som har betydning for hvordan individer besvarer spørsmål og hvordan spørsmål og svaralternativer bør utformes. Med denne kunnskapen er det mulig å redusere feilkilder knyttet til responsskjevheter og avdekke tendenser til å gi sosialt akseptable svar. Et eksempel på feilkilder er faktorer som påvirker svar på spørsmål om hvor fornøyd eller misfornøyd respondenten er med ulike forhold. Både bestemte personlighetstrekk og vektlegging av misnøye kan påvirke svar på spørsmål som har som formål å måle grad av tilfredshet.

Selv om målefeil kan reduseres med vitenskapelige metoder, kan alle målinger av subjektive forhold påvirkes av den informasjonen som gis før og under undersøkelsene. Deltakernes og forskernes hypoteser (og følgelig forventninger) kan påvirke opplevelsen og dermed besvarelsene. Slike mekanismer kan minimaliseres ved å skjule hypoteser, la ikke-informerte utføre spørreundersøkelsene eller ved å undersøke mange faktorer samtidig.

Det finnes mange og sterke oppfatninger om hva som er årsakene til sykefravær og utstøting fra arbeidslivet, og noen av disse er knyttet til politikk, verdivurderinger og personlig moral. Dette kan medvirke til strategiske svar ved bruk av subjektive metoder som spørreskjema. Det er neppe mulig å unngå fenomenet helt, men det er grunn til å vurdere forskningsresultater kritisk og vurdere hvor mye resultatene kan være preget av strategisk svaring eller forskernes egne oppfatninger.

7.2.2 Andre forhold som kan påvirke forskningen

Sykefravær og utstøting fra arbeidslivet er et tema som har stor interesse, både blant arbeidstakere, arbeidsgivere, politikere og i befolkningen generelt. Siden forskning ikke skjer i et vakuum, er det liten grunn til å tro at forskning på sykefravær og utstøting fra arbeidslivet er upåvirket av denne oppmerksomheten eller av interessekonflikter på området.

I de senere årene har det vært betydelig interesse for faktorer som kan påvirke valg av forskningstema, studiedesign, analyse av data, tolkning av forskningsresultater eller rapportering av dem. I den medisinske litteraturen er det eksempler på at legemiddelfirma har holdt tilbake informasjon om bivirkninger eller gitt inntrykk av større effekter enn hva som er tilfelle. Mange forskningstidsskrifter krever nå at forskere oppgir hvem som har finansiert forskningen og gir en vurdering av om interessekonflikter kan ha påvirket resultatene. Nasjonalt kunnskapssenter for helsetjenesten har regler om at senteret ikke kan påta seg forskning for kommersielle aktører, for å unngå interessekonflikter.

Det kan være kort vei fra forskningsresultater til massemedia og politikkutforming. Temaet sykefravær og utstøting fra arbeidslivet interesserer de fleste og forskernes politiske oppfatninger eller verdivurderinger kan påvirke forskningen. Det er derfor viktig å være bevisst hvilke interessekonflikter som kan foreligge. Mye av forskningen på sykefravær og utstøting fra arbeidslivet er finansiert av departementene, Norges forskningsråd, eller partene i arbeidslivet. Når bevilgningene deles ut via Forskningsrådet, vil valg av prosjekter og forskere i prinsippet skje etter faglige kriterier, men innenfor de rammer som er gitt av fagdepartementene. Når det gjelder oppdragsforskning, kan den som finansierer prosjektet ha innflytelse på forskningstema og i verste fall på studiedesign, analysering og rapportering.

Det er rimelig å anta at forskningstema velges ut fra interessene til de aktørene som initierer og finansierer forskning. Dette er legitimt. Konsekvensen kan imidlertid bli at visse tema blir utelatt fra forskningen fordi ingen har interesse av å få dem belyst. Det er også rimelig å anta at valg av forskningsmetode, dataanalyse, tolkning av resultater og publisering kan bli påvirket av den som har finansiert forskningen. Det er ikke gjort studier i Norge på mulige effekter av interessekonflikter innenfor området forskning på sykefravær og utstøting fra arbeidslivet. Det finnes heller ingen retningslinjer som kan motvirke effekten av interessekonflikter. Ingen av de aktuelle forskningsinstitusjonene har publisert regler på hjemmesidene som kan sikre forskerne uavhengighet i valg av metoder, tolkning og publisering.

7.3 Systematiske kunnskapsoversikter2

Det har over en lang periode vært arbeidet med spørsmålet om hvordan store og tildels uoversiktlige mengder forskningspublikasjoner kan håndteres og vurderes. Flere forskningsmiljøer har arbeidet med å standardisere utformingen og kvalitetssikring av kunnskapsoversikter. Systematiske kunnskapsoversikter skal bidra til å gi bedre og mer pålitelig kunnskap enn det en får gjennom enkeltstudier. Målet er å identifisere alle relevante studier om en problemstilling, vurderer kvaliteten på studiene i henhold til definerte kvalitetskriterier og sammenstille resultatene på systematisk og gjennomskinnelig måte. I noen tilfeller gjennomføres det en meta-analyse, det vil si at effektene tallfestes med utgangspunkt i en sammenstilling av resultatene og en statistisk analyse av alle data samlet. Det diskuteres hvilke konklusjoner som kan trekkes av slike meta-analyser og hvilke statistiske metoder som bør anvendes.

Kvalitetsvurderingene som gjøres i systematiske oversikter bygger på tradisjonelle kriterier for god forskning. Sentralt står kravene til systematikk i arbeidsform og forskningsmetode. Systematiske oversikter skal inneholde en detaljert beskrivelse av litteratursøk og kvalitetskriterier for inklusjon og eksklusjon av studier, slik at leseren selv kan gjøre seg opp en mening om betydningen av resultatene.

I noen tilfeller vil en systematisk kunnskapsoversikt være et ekstrakt av systematiske oversiktsartikler og primærstudier som oppfyller kravene som stilles i en systematisk oversiktsartikkel. I andre tilfeller kan den både bygge på andre kunnskapsoppsummeringer og på systematiske oversiktsartikler. Kvaliteten på en kunnskapsoppsummering vil ikke kunne bli bedre enn kvaliteten på det materialet den bygger på.

Systematiske kunnskapsoversikter har i utgangspunktet hatt størst betydning innenfor medisinen, men har i det siste tiåret også fått anvendelse innenfor sosialområdet, utdanning, velferd, osv. (Davies med flere 2000).3 Det forsknings- og metodemessige grunnlaget for systematiske litteraturoversikter innenfor disse områdene samles nå i The International Campbell Collaboration (C2).4 The Campbell Collaboration er et internasjonalt forskningsnettverk som oppsummerer effektforskning i form av systematiske oversikter innenfor områdene utdanning og læring, velferd og helse, og kriminalitet og justis. Formålet er å gi svar på hvilke tiltak som virker og eventuelle skadelige effekter av tiltakene. Nettverket er også opptatt av å dokumentere kunnskapshull, og stimulere til mer og bedre effektforskning. I 2008 ble et internasjonalt sekretariat etablert ved Nasjonalt kunnskapssenter for helsetjenesten i Oslo. Sekretariatet tilrettelegger arbeidet i det internasjonale nettverket.

Kunnskapsoppsummeringer har fått berettiget positiv oppmerksomhet og har i økende grad blitt brukt de seneste 15 år. Det er imidlertid grunn til å minne om at svakheter i studiene som kunnskapsoppsummeringen bygger på, ikke blir borte selv om forsøker å lage en syntese av kunnskapen. Det er dessuten dokumentert at forskere kan være uenige om kvaliteten på grunnlagsstudiene (Juni med flere 1999), at tolkningen av kunnskapsoppsummeringene kan være subjektiv (Ezzo med flere 2001), at de raskt kan bli foreldet (Shojania med flere 2007) og at oppdateringen ikke står i forhold til hvor raskt kunnskapsoppsummeringene utdateres (Kristiansen 2008).

7.4 Oppsummering

Effektive tiltak mot sykefravær og utstøting forutsetter gyldig kunnskap både om årsaker og om effekt. Det er derfor av stor betydning å forstå årsakssammenhengene. Årsakssammenhenger kan studeres i kvalitative undersøkelser der få individer gir omfattende informasjon eller i kvantitative studier der mange individer gir en mer begrenset mengde informasjon. I kvantitative undersøkelser kan fem typer feil gi ugyldig kunnskap. For det første kan det være feil i målingen av årsaksfaktoren. For det andre kan det være feil i målingen av utfallet. For det tredje kan grupper som sammenlignes være lite sammenlignbare. For det fjerde kan en ikke-observert faktor (konfunderende faktor) gi et skjevt bilde av årsakssammenhengene. For det femte kan naturlig variasjon i utfallet gi et feilaktig inntrykk av effekter av et tiltak. I tillegg kan forventninger om virkninger influere på utfallet.

Det aller meste av forskningen på sykefravær og utstøting er basert på kohortstudier og tverrsnittstudier. Kohortstudier kan bli påvirket av alle fem typer skjevhet, særlig hvis utfallet av årsaksfaktoren måles etter utfallet. Metodeproblemene er imidlertid enda større i tverrsnittsundersøkelser der både årsaksfaktoren og utfallet måles på samme tid. Dette gjør det vanskelig å bestemme hva som er årsak og hva som er virkning. I tillegg kan mangel på standardiserte metoder gjøre det vanskelig å måle sykefravær. Enda vanskeligere er det å måle årsaksfaktorer fordi mange av disse er basert på subjektive og egenrapporterte data. Siden det aller meste av forskning er basert på studier med svakheter i studiedesign, må det antas å være stor risiko for å trekke feilaktige konklusjoner.

Systematiske kunnskapsoversikter er et mye brukt verktøy for å håndtere store og uoversiktlige mengder forskningspublikasjoner, og for å få bedre og mer pålitelig kunnskap enn det en får gjennom enkeltstudier. Det er imidlertid viktig å understreke at svakheter i studiene som kunnskapsoppsummeringen bygger på, ikke blir borte gjennom å lage en syntese av kunnskapen.

I tillegg til skjevheter som følge av svakheter i studiedesign, kan det også oppstå skjevheter på grunn av egeninteresse til forskere og aktører som finansierer forskningen. Debatten om problemstillinger knyttet til sykefravær og utstøting fra arbeidslivet er preget av mange og sterke oppfatninger. Forskningsresultatene kan også få store praktiske konsekvenser. Alt dette er elementer som kan føre til at forskningen påvirkes av forskernes egeninteresser, ideologi eller hypoteser, eller at de som finansierer forskningen kan ha interesse av å påvirke forskerne og forskningsresultatene.

Metodeproblemene som er beskrevet i dette kapitlet vil også gjelde for det kunnskapsgrunnlaget som er presentert i denne utredningen. Det vil imidlertid alltid være krevende å oppnå sikker kunnskap om så kompliserte forhold som sykefravær og utstøting fra arbeidslivet. I tillegg vil kunnskap om årsaker til sykefravær og uføretrygding ofte være avhengig av kontekst og derfor i liten grad være overførbar fra en situasjon til en annen. Det betyr at tiltak må sette i verk med utgangspunkt i et begrenset kunnskapsgrunnlag. Utvalget vil understreke at dette stiller ekstra store krav til forsiktighet og gjør det nødvendig med systematisk oppfølging og evaluering av tiltakene.