• Risken för intensivvård med covid-19 har varit större i vissa områdestyper än i andra. Det finns också skillnader mellan områden som ligger geografiskt nära varandra.
• De olika områdestypernas skillnad i risk för intensivvård med covid-19 minskar under pandemins gång.
• Områdestyper med högst risk har en hög befolkningstäthet, en hög andel boende som lever i relativ fattigdom och en hög andel utrikesfödda. Dessa områdestyper finns i storstäderna och i tätorterna på landsbygden.
• Områdestyper med lägst risk är glesbygden och de socioekonomiskt mest välbeställda områdena i och runt storstäderna.

Risken för intensivvård med covid-19 har varit högst i områden med hög befolkningstäthet, hög andel som lever i relativ fattigdom och hög andel utrikesfödda. Det visar en analys som Folkhälsomyndigheten och Stockholms universitet har gjort.

I denna analys undersöker vi hur individers risk för intensivvård med covid-19 samvarierar med typen av område de bor i. Läs mer om hur vi har gjort analysen och hur vi definierar områdestyperna i metodbilagan.

Bilaga till rapporten Risk för intensivvård med covid-19 i olika typer av områden (PDF, 317 kB)

Olika individer har olika stor risk att behöva intensivvård (IVA-vård) om de insjuknar i covid-19. Ålder, kön och samsjuklighet är de viktigaste faktorerna som påverkar risken. IVA-fall med covid-19, som trots allt är ett ovanligt utfall, kan också användas som ett mått för att uppskatta hur smittan har spridits i Sverige över tid oberoende av hur tillgången till testning har sett ut.

Studier har också visat att utrikesfödda har drabbats hårdare än inrikesfödda av covid-19, både i Sverige och i andra länder (1-3), och att personer med sämre livsvillkor har drabbats hårdare av pandemin på olika sätt (4, 5). Här påverkar faktorer som boende (6), utbildning, arbete, inkomst och underliggande hälsa (7).

Sambanden är komplexa, men det är tydligt att hälsans sociala bestämningsfaktorer har bidragit till att vissa grupper drabbas hårdare av covid-19 (8-10). Eftersom smittspridningen är beroende av nära kontakt mellan människor, spelar den sociala situationen och egenskaper i omgivningen en roll. Möjlighet att arbeta hemifrån har haft stor betydelse för att kunna minska antalet kontakter utanför hemmet. Socioekonomiska förutsättningar kan påverka möjligheten att hålla avstånd till andra utanför hemmet. Vidare kan den lägre befolkningstätheten i glesbygden ha begränsat smittspridningen, och trångboddheten i vissa tätortsområden ha förvärrat den.

Figur 1 visar den relativa risken för att individer som bor inom en områdestyp behövde intensivvård med covid-19 under mars 2020 till juni 2021. Gröna nyanser innebär lägre risk och röda nyanser högre risk. Glesbygd utgör referensgrupp.

Figur 1. Relativ risk för intensivvård med covid-19 under pandemin, per områdestyp mars 2020–juni 2021.

Egenskaper för de åtta olika områdestyper som vi har identifierat beskrivs närmre i tabell 1 och tabell 2. Högst relativ risk hade områdestyperna urban blandad och landsbygdsort blandad. Lägst risk hade glesbygd och urban höginkomst. Områdestyperna landsbygdsort närliggande, urban närliggande, urban akademisk och landsbygd har alla en relativ risk däremellan, men mer åt det lägre hållet än åt det högre.

Flest personer bor i områdestypen glesbygd, där den relativa risken för IVA-vård med covid-19 har varit lägst. Lägst antal bor i områdestypen urban höginkomst, där den relativa risken har varit näst lägst. Sammanlagt bor cirka 30 procent av befolkningen i dessa två områdestyper. I de två områdestyperna med högst relativ risk, landsbygdsort blandad och urban blandad, bor tillsammans knappt 25 procent av befolkningen.

Kartan i figur 2 visar hur de olika områdestyperna fördelar sig geografiskt över landet. De grå fälten är obebodda områden. De gröna nyanserna visar områdestyper med lägre relativ risk för IVA-vård med covid-19, och de röda visar områdestyper med högre risk. Se också tabell 5 i bilagan för befolkningens fördelning i områdestyper i respektive region.

Figur 2. Fördelning av områdestyper i Sverige.

För att förtydliga hur områdestyper med olika relativ risk för IVA-vård fördelar sig geografiskt visar figur 3a, 3b och 3c tre olika kartor – en över områden med låg relativ risk, en över områden med medelhög relativ risk och en över områden med hög relativ risk.

Figur 3a. Områdestyper med låg för IVA-vård med covid-19.

Figur 3b. Områdestyper med medelhög för IVA-vård med covid-19.

Figur 3c. Områdestyper med hög risk för IVA-vård med covid-19.

Smittspridningen har sett olika ut i olika regioner, vilket innebär att områdestypernas relativa risk för behov av IVA-vård kan skilja sig åt mellan regionerna. Regionala data över områdestypernas fördelning och relativ risk för IVA-vård med covid-19 presenteras under respektive regionsida längre ned.

I animeringen presenteras den geografiska utbredningen i Sverige av inlagda för intensivvård med covid-19 genom pandemin. En svart prick visar ungefär var en intensivvårdad person med covid-19 bodde och tidpunkten för vård. Pricken har flyttats till en liknande plats inom samma områdestyp så att den inte längre går att koppla till en riktig person, för att inte riskera att identiteten röjs.

Animerad figur 4. IVA-vårdade med covid-19 mars 2020 till juni 2021.

Se alla animerade filmer

De första patienterna som vårdades på IVA fanns i region Stockholm och Västra Götalandsregionen. Vissa regioner, såsom Gotland, Skåne och Västerbotten, hade under den första vågen relativt få personer med behov av IVA-vård med covid-19, men efterhand blev smittspridningen mer jämnt fördelad över landet. Under oktober 2020 till februari 2021 pågick en andra infektionsvåg, tätt följd av en tredje som började i februari 2021 och hade sin topp i april 2021. Under denna period var det fortsatt många IVA-vårdade i områdestyperna urban blandad och landsbygdsort blandad, men även i resten av landet.

För att analysera risken för IVA-vård utifrån områdestyp över tid beräknade vi de relativa riskerna per områdestyp och månad. Den relativa risken är beräknad med referens till personer bosatta i områdestypen glesbygd i mars 2020.

Figur 5. Relativ risk (a) för intensivvård med covid-19 i respektive områdestyp per månad mars 2020 till juni 2021.

(a) Relativ risk (ref=1 Glesbygd, mars 2020).

Under den första vågen (mars–juli 2020) var risken för att behöva IVA-vård högst i områdestypen blandad urban och lägst i områdestypen glesbygd. Redan i april 2020 hade den relativa risken för IVA-vård ökat i samtliga områdestyper. Under andra och tredje vågen (oktober 2020-februari 2021 resp februari-juni 2021) var skillnaderna förhållandevis stabila, med toppar på ungefär samma nivå under alla tre vågorna. Skillnaden i relativ risk mellan glesbygd och övriga områdestyper minskade under den andra och tredje vågen.

Eftersom SARS-CoV-2 är beroende av nära kontakter för att spridas, är människors möjlighet att undvika nära kontakter avgörande för hur stor risken är att få covid-19. Analysen visar att de som bor i områdestypen glesbygd har lägst relativ risk för IVA-vård med covid-19. Detta beror sannolikt på en låg befolkningstäthet och att en stor andel bor i fristående hus, vilket kan ha betydelse för antalet kontakter i såväl som utanför hemmet. Annat som kan påverka antalet kontakter i vardagen är arbetsplatsens storlek, vilket också kan ha ett samband med befolkningstätheten. Andelen som lever i relativ fattigdom och/eller får ekonomiskt bistånd är större än i områdestypen urban höginkomst.

Även i områdestypen urban höginkomst är risken låg trots att befolkningstätheten är hög. Detta är sannolikt en effekt av att goda socioekonomiska förutsättningar har betydelse för trångboddheten, se tabell 4 i bilagan, samt ger fler personer möjlighet att arbeta hemifrån. Andelen höginkomsttagare och högutbildade är stor, få lever i relativ fattigdom och mer än hälften av bostäderna är fristående hus.

Urban höginkomst ligger geografiskt nära områdestypen urban blandad, som har den högsta risken för IVA-vård med covid-19. I urban blandad är befolkningstätheten något lägre än i urban höginkomst, men fler har sämre socioekonomiska villkor, och det är den mest trångbodda områdestypen. Även i landsbygdsort blandad är risken hög, sannolikt till följd av sämre socioekonomiska villkor och trångboddhet. I både urban blandad och landsbygdsort blandad finns en hög andel utrikesfödda.

I landsbygdsort närliggande och landsbygdsort blandad ses samma mönster. Dessa två geografiskt angränsande områdestyper har stora skillnader i risken för IVA-vård med covid-19. En anledning kan vara att befolkningstätheten i landsbygdsort närliggande är lägre än i landsbygdsort blandad. Andra skillnader är att i landsbygdsort närliggande är det färre som lever i relativ fattigdom och fler som bor i fristående hus med större boarea per person.

Den relativa risken för IVA-vård i områdestyperna urban närliggande, urban akademisk och landsbygd är varken låg eller hög. De har en kombination av faktorer som gör att invånarna har högre risk, men samtidigt finns andra faktorer som minskar utsattheten. I urban närliggande och urban akademisk är det exempelvis få som lever i relativ fattigdom och många har både hög utbildning och hög inkomst. Områdestypen landsbygd är glesbefolkad jämfört med urban akademisk, men har ändå en något högre relativ risk, möjligen för att färre kan arbeta hemifrån.

Skillnaderna mellan områdestyperna minskar med tiden. Detta kan bero på faktorer som vi inte har beaktat, men som påverkar risken för de boende inom en områdestyp att behöva IVA-vård om de fått covid-19. Det kan till exempel vara andelen som tidigare har haft covid-19, hur samsjukligheten ser ut eller vaccinationstäckningsgrad. Samsjuklighet är ett begrepp för eventuella bakomliggande sjukdomar som påverkar personers förutsättningar att klara en covid-19 infektion och som tenderar att samvariera med socioekonomiska förutsättningar. Virusets benägenhet att orsaka svår sjukdom har också varierat över tid, till stor del tack vare utvecklingen av vaccin. Konsekvenserna av smittspridning i ett område kan därmed också bero på när de boende i ett område har fått covid-19.

Den här rapporten visar att personer i vissa områdestyper haft en högre risk för att behöva IVA-vård. Högst relativ risk hade områdestyperna urban blandad och landsbygdsort blandad, som är områden med hög befolkningstäthet, hög andel som lever i relativ fattigdom och hög andel utrikesfödda. Covid-19 har drabbat människor ojämlikt i Sverige, och följer de mönster som vi känner till, med systematiska skillnader i hälsa mellan grupper med olika livsvillkor.

Stockholms universitet har tidigare tagit fram en modell (10) för att dela in Sverige i områdestyper utifrån en rad socioekonomiska faktorer (utbildning, inkomst, sysselsättning, försörjningsstöd, fattigdom och födelseland) och hur sammansättningen av dessa faktorer ser ut bland varje individs geografiskt närmaste grannar. Vi har slagit ihop de ursprungliga elva områdestyperna till åtta, se tabell 1. Fyra områdestyper finns främst på landsbygden och fyra framför allt i urban miljö. Indelningen har Folkhälsomyndigheten använt för att analysera hur stor risk invånarna i olika områdestyper har haft för intensivvård med covid-19.

Såväl stad som landsbygd kan innehålla flera olika områdestyper. Omvänt kan en områdestyp finnas både i större städer och på landsbygden.

För mer information om områdestyperna hänvisar vi till metodbilagan: Bilaga till rapporten Risk för intensivvård med covid-19 i olika typer av områden (PDF, 317 kB)

För att undersöka fördelningen av IVA-fall med covid-19 i förhållande till områdestyperna gjorde vi en statistisk analys. Vi beräknade den relativa risken med Poisson-regressioner, justerat för ålder och kön. Definitioner och datakällor beskrivs i metodbilagan.

Vi skapade animerade kartor på nationell och regional nivå för att beskriva var personer med covid-19 som behövt IVA-vård bodde. Markeringen av varje IVA-vårdad flyttades till en slumpartad fiktiv adress inom samma områdestyp och till ett slumpartat datum inom en vecka, för att undvika att IVA-vårdade personer kan identifieras.

För att vidare undersöka den fördelningen av IVA-vårdade över tid delades uppföljningstiden upp månadsvis. En interaktion mellan områdestyp och tidsperiod (månad) genomfördes i Poisson-regressionen. Detta resulterade i en beräkning av relativ risk för varje områdestyp per månad genom pandemin.

Totalt sett var risken för behov av IVA-vård med covid-19 i befolkningen som helhet liten. Det faktiska antalet fall och hur stor andel av befolkningen dessa utgör presenteras per region i bilaga.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 6.

Figur 6. Relativ risk för intensivvård med covid-19 i Region Blekinge, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 7 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 7. Fördelning av områdestyper i Region Blekinge.

Bilden i större format

I animeringen i figur 8 presenteras den geografiska utbredningen i Blekinge av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 8. IVA-vårdade med covid-19 i Region Blekinge mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 9.

Figur 9. Relativ risk för intensivvård med covid-19 i Region Dalarna, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 10 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 10. Fördelning av områdestyper i Region Dalarna.

Bilden i större format

I animeringen i figur 11 presenteras den geografiska utbredningen i Dalarna av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 11. IVA-vårdade med covid-19 i Region Dalarna mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 12.

Figur 12. Relativ risk för intensivvård med covid-19 i Region Gotland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 13 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 13. Fördelning av områdestyper i Region Gotland.

Bilden i större format

I animeringen i figur 14 presenteras den geografiska utbredningen i Gotland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animderad figur 14. IVA-vårdade med covid-19 i Region Gotland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 15.

Figur 15. Relativ risk för intensivvård med covid-19 i Region Gävleborg, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 16 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 16. Fördelning av områdestyper i Region Gävleborg.

Bilden i större format

I animeringen i figur 17 presenteras den geografiska utbredningen i Gävleborg av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 17. IVA-vårdade med covid-19 i Region Gävleborg mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 18.

Figur 18. Relativ risk för intensivvård med covid-19 i Region Halland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 19 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 19. Fördelning av områdestyper i Region Halland.

Bilden i större format

I animeringen i figur 20 presenteras den geografiska utbredningen i Halland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 20. IVA-vårdade med covid-19 i Region Halland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 21.

Figur 21. Relativ risk för intensivvård med covid-19 i Region Jämtland Härjedalen, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 22 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 22. Fördelning av områdestyper i Region Jämtland Härjedalen.

Bilden i större format

I animeringen i figur 23 presenteras den geografiska utbredningen i Jämtland Härjedalen av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 23. IVA-vårdade med covid-19 i Region Jämtland Härjedalen mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 24.

Figur 24. Relativ risk för intensivvård med covid-19 i Region Jönköping, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 25 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 25. Fördelning av områdestyper i Region Jönköping.

Bilden i större format

I animeringen i figur 26 presenteras den geografiska utbredningen i Jönköping av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animderad figur 26. IVA-vårdade med covid-19 i Region Jönköping mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 27.

Figur 27. Relativ risk för intensivvård med covid-19 i Region Kalmar, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 28 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 28. Fördelning av områdestyper i Region Kalmar.

Bilden i större format

I animeringen i figur 29 presenteras den geografiska utbredningen i Kalmar av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 29. IVA-vårdade med covid-19 i Region Kalmar mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 30.

Figur 30. Relativ risk för intensivvård med covid-19 i Region Kronoberg, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 31 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 31. Fördelning av områdestyper i Region Kronoberg.

Bilden i större format

I animeringen i figur 32 presenteras den geografiska utbredningen i Kronoberg av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animderad figur 32. IVA-vårdade med covid-19 i Region Kronoberg mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 33.

Figur 33. Relativ risk för intensivvård med covid-19 i Region Norrbotten, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 34 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 34. Fördelning av områdestyper i Region Norrbotten.

Bilden i större format

I animeringen i figur 35 presenteras den geografiska utbredningen i Norrbotten av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 35. IVA-vårdade med covid-19 i Region Norrbotten mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 36.

Figur 36. Relativ risk för intensivvård med covid-19 i Region Skåne, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 37 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 37. Fördelning av områdestyper i Region Skåne.

Bilden i större format

I animeringen i figur 38 presenteras den geografiska utbredningen i Skåne av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 38. IVA-vårdade med covid-19 i Region Skåne mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 39.

Figur 39. Relativ risk för intensivvård med covid-19 i Region Stockholm, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 40 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 40. Fördelning av områdestyper i Region Stockholm.

Bilden i större format

I animeringen i figur 41 presenteras den geografiska utbredningen i Stockholm av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 41. IVA-vårdade med covid-19 i Region Stockholm mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 42.

Figur 42. Relativ risk för intensivvård med covid-19 i Region Södermanland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 43 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 43. Fördelning av områdestyper i Region Södermanland.

Bilden i större format

I animeringen i figur 44 presenteras den geografiska utbredningen i Södermanland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 44. IVA-vårdade med covid-19 i Region Södermanland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 45.

Figur 45. Relativ risk för intensivvård med covid-19 i Region Uppsala, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 46 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 46. Fördelning av områdestyper i Region Uppsala.

Bilden i större format

I animeringen i figur 47 presenteras den geografiska utbredningen i Uppsala av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 47. IVA-vårdade med covid-19 i Region Uppsala mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 48.

Figur 48. Relativ risk för intensivvård med covid-19 i Region Värmland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 49 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 49. Fördelning av områdestyper i Region Värmland.

Bilden i större format

I animeringen i figur 50 presenteras den geografiska utbredningen i Värmland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 50. IVA-vårdade med covid-19 i Region Värmland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 51.

Figur 51. Relativ risk för intensivvård med covid-19 i Region Västerbotten, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 52 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 52. Fördelning av områdestyper i Region Västerbotten.

Bilden i större format

I animeringen i figur 53 presenteras den geografiska utbredningen i Västerbotten av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 53. IVA-vårdade med covid-19 i Region Västerbotten mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 54.

Figur 54. Relativ risk för intensivvård med covid-19 i Region Västernorrland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 55 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 55. Fördelning av områdestyper i Region Västernorrland.

Bilden i större format

I animeringen i figur 56 presenteras den geografiska utbredningen i Västernorrland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 56. IVA-vårdade med covid-19 i Region Västernorrland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 57.

Figur 57. Relativ risk för intensivvård med covid-19 i Region Västmanland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 58 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 58. Fördelning av områdestyper i Region Västmanland.

Bilden i större format

I animeringen i figur 59 presenteras den geografiska utbredningen i Västmanland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 59. IVA-vårdade med covid-19 i Region Västmanland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 60.

Figur 60. Relativ risk för intensivvård med covid-19 i Region Västra Götaland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 61 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 61. Fördelning av områdestyper i Region Västra Götaland.

Bilden i större format

I animeringen i figur 62 presenteras den geografiska utbredningen i Västra Götaland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 62. IVA-vårdade med covid-19 i Region Västra Götaland mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 63.

Figur 63. Relativ risk för intensivvård med covid-19 i Region Örebro, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 64 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 64. Fördelning av områdestyper i Region Örebro.

Bilden i större format

I animeringen i figur 65 presenteras den geografiska utbredningen i Örebro av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 65. IVA-vårdade med covid-19 i Region Örebro mars 2020 till juni 2021.

Folkhälsomyndigheten har tillsammans med Stockholms universitet analyserat hur behovet av intensivvård (IVA-vård) har sett ut hos befolkningen i olika typer av bostadsområden. Hela Sverige har delats in i områdestyper, baserat på demografi och en rad socioekonomiska faktorer, som beskrivs mer i metoddelen i bilagan. Därefter har Folkhälsomyndigheten beräknat den relativa risken som invånarna i de olika områdestyperna har haft för att behöva IVA-vård med covid-19. I bilagan visas i tabell 5 hur befolkningen i respektive region fördelas över de olika områdestyperna.

Hur stor den relativa risken är för de boende i respektive områdestyp att behöva IVA-vård med covid-19 visas i figur 66.

Figur 66. Relativ risk för intensivvård med covid-19 i Region Östergötland, per områdestyp, mars 2020 till juni 2021.

Kartan i figur 67 visar hur de olika områdestyperna fördelar sig geografiskt i regionen.

Figur 67. Fördelning av områdestyper i Region Östergötland.

Bilden i större format

I animeringen i figur 68 presenteras den geografiska utbredningen i Östergötland av inlagda för IVA-vård med covid-19 genom pandemin. En svart prick visar var en IVA-vårdad person med covid-19 bodde och tidpunkten för vård.

Animerad figur 68. IVA-vårdade med covid-19 i Region Östergötland mars 2020 till juni 2021.

1. Rostila M, Cederström A, Wallace M, Brandén M, Malmberg B, Andersson G. Disparities in Coronavirus Disease 2019 Mortality by Country of Birth in Stockholm, Sweden: A Total-Population-Based Cohort Study. Am J Epidemiol. 2021;190(8):1510-8.
2. Utrikesfödda och covid-19 – Konstaterade fall, IVA-vård och avlidna bland utrikesfödda i Sverige 13 mars 2020–15 februari 2021. https://www.folkhalsomyndigheten.se/publicerat-material/publikationsarkiv/u/utrikesfodda-och-covid-19/: Folkhälsomyndigheten; 2021.
3. Hayward SE, Deal A, Cheng C, Crawshaw A, Orcutt M, Vandrevala TF, et al. Clinical outcomes and risk factors for COVID-19 among migrant populations in high-income countries: A systematic review. J Migr Health. 2021;3:100041.
4. Folkhälsan i Sverige under covid-19-pandemin https://www.folkhalsomyndigheten.se/smittskydd-beredskap/utbrott/aktuella-utbrott/covid-19/covid-19-och-folkhalsan/: Folkhälsomyndigheten; 2022.
5. Marmot PSM, Allen J, Goldblatt P, Herd E, Morrison J. Build Back Fairer: The COVID-19 Marmot Review. https://www.health.org.uk/publications/build-back-fairer-the-covid-19-marmot-review; 2020.
6. Brandén M, Aradhya S, Kolk M, Härkönen J, Drefahl S, Malmberg B, et al. Residential context and COVID-19 mortality among adults aged 70 years and older in Stockholm: a population-based, observational study using individual-level data. Lancet Healthy Longev. 2020;1(2):e80-e8.
7. Utrikesfödda och covid-19 – samsjuklighetens påverkan https://www.socialstyrelsen.se/globalassets/sharepoint-dokument/artikelkatalog/ovrigt/2022-1-7736.pdf: Socialstyrelsen; 2022.
8. Burström B, Tao W. Social determinants of health and inequalities in COVID-19. Eur J Public Health. 2020;30(4):617-8.
9. Duarte R, Aguiar A, Pinto M, Furtado I, Tiberi S, Lönnroth K, et al. Different disease, same challenges: Social determinants of tuberculosis and COVID-19. Pulmonology. 2021;27(4):338-44.
10. Lämna ingen utanför. Statistisk lägesbild av genomförandet av Agenda 2030 i Sverige, oktober 2020. https://www.scb.se/contentassets/992b5ef6a28a451286cfff1672acea73/mi1303_2020a01_br_x41br2002.pdf: Statistiska centralbyrån; 2020.
11. Kawalerowicz J, Malmberg B. Multiscalar Typology of Residential Areas in Sweden. 2021.