Työterveysdata paljastaa: kun työntekijä voi vaikuttaa omaan työhönsä, toistuvat poissaolot vähenevät
Työterveyshuollon arjessa kertyvää tietoa voidaan hyödyntää ennustamaan työntekijöiden sairauspoissaoloja, selviää tuoreesta Tampereen yliopistossa tehdystä tutkimuksesta. Tutkimuksessa etsittiin tekijöitä, jotka ennustavat pitkiä, yli 30 päivää kestäviä sairauspoissaoloja sekä toistuvia lyhyitä poissaoloja.
Tutkimuksen mukaan tietyt yksittäiset DEPS-testillä kartoitettavat masennusoireet ennustavat sekä pitkiä yli 30 päivän sairauspoissaoloja että toistuvia lyhyitä poissaolojaksoja. Erityisesti kokemus toivottomuudesta tulevaisuuden suhteen osoittautui yhdeksi tarkimmista varhaisista merkeistä. Muita poissaoloja ennustavia oireita olivat melankolian tunne, kaiken vaivalloiselta tuntuminen ja arvottomuuden tunne.
Myös psykososiaaliset työolot vaikuttivat riskiin. Erityisen vahva toistuvien lyhyiden poissaolojen ennusmerkki oli työntekijän kokemus siitä, ettei hän voi vaikuttaa työnsä sisältöön, tahtiin ja työaikoihin.
– Vähäiset vaikutusmahdollisuudet ennustivat toistuvia lyhyitä poissaoloja jopa DEPS-kysymyksiä paremmin. Muita riskitekijöitä olivat työn yksipuolisuus, vähäiset kehittymismahdollisuudet, kokemus epäoikeudenmukaisesta johtamisesta sekä huono työilmapiiri ja kiusaaminen, väitöskirjatutkija ja työterveyshuollon erikoislääkäri Anniina Anttila kertoo.
Kokemus työn arvostuksesta auttaa
Poissaoloja ennustavien tekijöiden lisäksi tutkimuksessa löytyi myös poissaoloilta suojaavia tekijöitä.
– Kiinnostava löydös oli, että 45–54 vuoden ikä osoittautui pitkiltä sairauspoissaoloilta suojaavaksi tekijäksi tilanteissa, joissa esihenkilön tuki tai työpaikan ilmapiiri koettiin huonoksi tai työpaikalla esiintyi häirintää tai epäasiallista kohtelua, Anttila sanoo.
Lisäksi sairauspoissaoloja ehkäisivät kokemus työn arvostuksesta, reilu ja kannustava esihenkilö, hyvä työilmapiiri sekä työn monipuolisuus ja kehittymismahdollisuudet.
– Tulokset osoittavat, että työterveyshuollon rutiinityössä keräämä tieto sisältää valtavasti ennustepotentiaalia. Riskit eivät synny yhdessä yössä, vaan näkyvät kyselyvastauksissa ja työkyvyn kokemuksessa jo paljon ennen poissaolojen lisääntymistä. Tutkimus osoittaa samalla, että vaikutusmahdollisuuksiin pitää panostaa työpaikoilla, Anttila huomauttaa.
Ennen kuin työterveyshuollon dataa voidaan hyödyntää ja viedä käytäntöön, on Anttilan mukaan huomioitava tietosuojalainsäädökset. Työntekijän tietoja ei voi käyttää ilman hänen nimenomaista suostumustaan. Ennuste ei myöskään saa koskaan korvata työterveyden ammattilaisen arviota.
Tutkimus perustui laajaan rekisteriaineistoon vuosilta 2011–2019, jossa yhdistyivät terveyskyselyt, sairauspoissaolotiedot ja työterveyden käyntitiedot. Aineistossa oli mukana yli 11 000 työntekijää eri toimialoilta. Tutkimus toteutettiin Finla Työterveys Oy:n, NHG Finlandin ja Tampereen yliopiston yhteistyönä. Tutkimusta rahoitti Työsuojelurahasto.
Väitöstutkimus Novel Data-driven Approaches to Identifying Sickness Absence Risk using Occupational Health Data on luettavissa verkossa. Tutustu väitöskirjaan
Lisätiedot
Anniina Anttila
anniina.2.anttila [at] tuni.fi (anniina[dot]2[dot]anttila[at]tuni[dot]fi)
