Longitudinal clustering of health behaviours and their association with multimorbidity: Evidence from Understanding Society (UKHLS)

Diese Studie nutzt Längsschnittdaten der Understanding Society-Studie, um stabile Cluster von Gesundheitsverhalten bei Erwachsenen zu identifizieren und zeigt überraschenderweise, dass die Gruppe mit dem günstigsten Verhaltensprofil die höchste Multimorbiditätsprävalenz aufweist, was die Notwendigkeit unterstreicht, Risikoverhalten stets im Kontext soziodemografischer Merkmale zu betrachten.

Das Wesentliche

Stellen Sie sich vor, unser Körper ist wie ein Auto, das wir jeden Tag fahren. Die vier wichtigsten Dinge, die wir tun, um dieses Auto zu pflegen oder zu schädigen, sind: Rauchen, Essen, Trinken und Bewegung. In der Wissenschaft nennt man diese vier Dinge „SNAP" (Rauchen, Ernährung, Alkohol, Bewegung).

Bisher haben Forscher oft nur auf ein einzelnes Teil dieses Autos geachtet – zum Beispiel nur darauf, ob jemand raucht oder nur, ob er Sport macht. Aber im echten Leben tun die Dinge selten nur eine Sache; sie passieren meist in Kombinationen.

Diese Studie ist wie ein riesiger Langzeit-Film, der über viele Jahre hinweg 18.000 Briten beobachtet hat (von 16 Jahren bis ins hohe Alter). Die Forscher wollten herausfinden: „Gibt es bestimmte Gruppen von Menschen, die immer wieder das gleiche Muster in ihrem Fahrverhalten zeigen?"

Die sieben Fahrstile (Die Cluster)

Die Forscher haben die Menschen in sieben verschiedene „Fahrstile" eingeteilt. Stellen Sie sich das wie verschiedene Autoschulen vor, in denen die Teilnehmer ihre Lizenz gemacht haben:

1. Die Vorsichtigen: Diese Gruppe macht fast alles richtig (wenig Rauchen, gute Ernährung, wenig Alkohol, viel Bewegung).
2. Die Bewegungsmuffel: Sie essen gut und trinken wenig, aber sie bewegen sich kaum.
3. Die Ungesunden: Schlechte Ernährung und wenig Bewegung.
4. Die Partygänger: Trinken viel und riskant, aber sonst okay.
5. Die Dreifach-Risikogruppe: Trinken viel, essen schlecht und bewegen sich nicht.
6. Die Raucher-Party: Rauchen und viel Trinken.
7. Die Raucher: Rauchen viel, aber sonst relativ normal.

Die große Überraschung (Der Twist)

Hier wird es spannend – und hier liegt die eigentliche Botschaft der Studie. Man würde erwarten, dass die Gruppe „Die Vorsichtigen" (Gruppe 1) die gesündesten sind und am wenigsten Krankheiten haben.

Aber das Gegenteil war der Fall!

• Die „Vorsichtigen" hatten tatsächlich die meisten chronischen Krankheiten (Multimorbidität).
• Die „Dreifach-Risikogruppe" (die, die viel tranken, schlecht aßen und sich nicht bewegten) hatte überraschenderweise weniger dieser Krankheiten.

Warum ist das so? Der Kontext ist der Schlüssel

Stellen Sie sich vor, Sie sehen zwei Autos auf der Straße:

• Auto A sieht sauber und gepflegt aus, hat aber einen alten Motor und fährt nur kurze Strecken.
• Auto B sieht schmutzig aus, hat Kratzer und fährt schnell, aber der Motor ist jung und stark.

In dieser Studie war Auto A (die „Vorsichtigen") oft eine Gruppe von älteren Frauen mit wenig Geld und geringer Schulbildung. Sie lebten zwar gesund (nicht rauchen, wenig Alkohol), aber sie waren alt, arm und hatten vielleicht schon immer unter schlechten Lebensbedingungen gelitten. Ihr „Auto" war einfach schon sehr abgenutzt, bevor sie angefangen haben, vorsichtig zu fahren.

Auto B (die Risikogruppe) bestand oft aus jüngeren, gut gebildeten und wohlhabenden Menschen. Sie hatten zwar ein schlechtes Verhalten (Rauchen, Trinken, Fast Food), aber ihr „Auto" war jung, ihr Körper war widerstandsfähiger, und sie hatten Zugang zu guter medizinischer Versorgung, die ihre Risiken ausglich.

Was lernen wir daraus?

Die Studie sagt uns: Man kann nicht nur auf das Verhalten schauen.

Es ist wie beim Kochen: Wenn Sie ein Gericht probieren, können Sie nicht nur sagen „Das ist salzig" und das Rezept verwerfen. Sie müssen auch wissen, wer gekocht hat, welche Zutaten verfügbar waren und wie lange das Gericht schon steht.

Die Botschaft ist: Um zu verstehen, warum Menschen krank werden, müssen wir ihr Verhalten (Rauchen, Essen, etc.) immer im Zusammenhang mit ihrem Lebenshintergrund (Geld, Bildung, Alter) betrachten. Eine Gruppe, die „gesund" lebt, kann trotzdem krank sein, wenn sie unter schwierigen Umständen lebt, während eine Gruppe mit „ungesunden" Gewohnheiten gesund bleiben kann, wenn sie andere Vorteile hat.

Kurz gesagt: Das Leben ist komplex. Ein gesunder Lebensstil ist wichtig, aber er ist nicht der einzige Faktor, der bestimmt, ob unser „Auto" lange hält. Wir müssen auf den ganzen Fahrer und seine Umgebung schauen, nicht nur auf das Lenkrad.

Technische Zusammenfassung

Technische Zusammenfassung: Längsschnitt-Clustering von Gesundheitsverhalten und Assoziation mit Multimorbidität

1. Problemstellung (Background & Aim)
Rauchen, ungesunde Ernährung, Alkoholkonsum und körperliche Inaktivität (zusammengefasst als „SNAP"-Verhalten) sind etablierte Hauptrisikofaktoren für Multimorbidität (das gleichzeitige Vorliegen mehrerer chronischer Erkrankungen). Bisher wurden diese Verhaltensweisen jedoch oft isoliert betrachtet. Eine vorherige Studie von Suhag et al. identifizierte zwar Cluster bei Erwachsenen ab 50 Jahren, doch die Generalisierbarkeit dieser Muster über den gesamten Erwachsenenlebensverlauf hinweg blieb unklar.
Das Ziel dieser Studie war es, die Befunde von Suhag et al. konzeptionell zu replizieren, jedoch unter Einbeziehung eines breiteren Altersspektrums (ab 16 Jahren) und unter Verwendung eines unabhängigen Panel-Datensatzes, um zu verstehen, wie sich SNAP-Verhaltensmuster über die gesamte Lebensspanne verteilen und mit soziodemografischen Merkmalen sowie Krankheitsstatus korrelieren.

2. Methodik (Methods)
Die Studie nutzte Daten aus den Wellen 7 bis 13 der UK Household Longitudinal Study (Understanding Society, UKHLS).

• Stichprobe: 18.008 Erwachsene (Alter ≥ 16 Jahre), die an allen sieben untersuchten Wellen teilnahmen.
• Analyseverfahren:
  • Latent Class Analysis (LCA) mit wiederholten Messungen: Diente zur Identifizierung von Clustern (Subgruppen) mit gemeinsamen SNAP-Verhaltensmustern zu den Zeitpunkten Wellen 7, 9, 11 und 13.
  • Regressionsanalysen:
    • Multinomiale logistische Regression: Zur Untersuchung der Assoziation zwischen den Clustern und soziodemografischen Merkmalen.
    • Binomiale logistische Regression: Zur Analyse der Assoziation zwischen den Clustern und dem Krankheitsstatus (sechs spezifische Krankheitsgruppen sowie Multimorbidität).

3. Hauptergebnisse (Findings)
Die Analyse identifizierte sieben stabile Cluster mit charakteristischen Verhaltensprofilen, die sich über die Zeit kaum veränderten:

1. Gesamt-Risikominimiert (Overall Low-risk): 20 % der Stichprobe.
2. Unzureichend aktiv (Insufficiently active): 18 %.
3. Schlechte Ernährung und unzureichende Aktivität: 23 %.
4. Gefährlicher und schädlicher Alkoholkonsum: 11 %.
5. Gefährlicher Alkoholkonsum, unzureichende Aktivität und schlechte Ernährung: 14 %.
6. Raucher und Trinker: 5 %.
7. Raucher: 9 %.

Kritische und kontraintuitive Befunde:

• Paradoxon der Multimorbidität: Die Cluster-Zuordnung basierte auf dem SNAP-Verhalten, doch die Assoziation mit Krankheitsoutcomes war nicht linear. Die Gruppe, die als „Gesamt-Risikominimiert" klassifiziert wurde (basierend auf den Verhaltensindikatoren), wies die höchste Prävalenz an Multimorbidität auf.
• Umgekehrter Trend: Die Gruppe mit dem ungünstigsten Verhaltensprofil („Gefährlicher Alkoholkonsum, unzureichende Aktivität und schlechte Ernährung") zeigte eine niedrigere Prävalenz der meisten untersuchten Erkrankungen.
• Soziodemografische Disparität: Diese Diskrepanz lässt sich durch die soziodemografische Zusammensetzung erklären:
  • Der „Gesamt-Risikominimiert"-Cluster bestand hauptsächlich aus älteren Frauen mit niedrigerem Bildungsstand und niedrigerem Einkommen.
  • Der Cluster mit den ungünstigsten Verhaltensweisen (Alkohol, Bewegung, Ernährung) bestand überwiegend aus Personen mit höchstem Bildungsstand und Einkommen.

4. Schlüsselbeiträge (Key Contributions)

• Methodische Erweiterung: Die Studie erweitert die bisherige Forschung, die sich oft auf ältere Erwachsene (≥50) beschränkte, auf die gesamte erwachsene Bevölkerung (≥16 Jahre).
• Ganzheitlicher Ansatz: Statt einzelner Risikofaktoren werden komplexe, longitudinale Verhaltensmuster (Cluster) analysiert.
• Kontextualisierung von Risiko: Die Arbeit demonstriert, dass reine Verhaltensindikatoren (wie Rauchen oder Bewegung) ohne Berücksichtigung des sozioökonomischen Kontexts irreführend sein können. Ein „gesundes" Verhaltensprofil garantiert nicht zwangsläufig einen besseren Gesundheitszustand, wenn sozioökonomische Benachteiligung (niedriges Einkommen/Bildung) als starker Confounder wirkt.

5. Bedeutung und Schlussfolgerung (Significance & Conclusion)
Die Studie unterstreicht, dass Cluster-Analyse-Techniken effektiv genutzt werden können, um Populationssubgruppen mit distinkten Verhaltens- und Krankheitsprofilen zu identifizieren. Die zentralste Erkenntnis ist die Notwendigkeit, Risikoverhalten nicht isoliert, sondern in conjunction mit dem soziodemografischen Kontext zu betrachten.

Die Ergebnisse warnen davor, dass Interventionen, die sich ausschließlich auf Verhaltensänderungen (z. B. „beweg dich mehr", „iss gesünder") konzentrieren, ohne die zugrunde liegenden sozioökonomischen Determinanten der Gesundheit zu adressieren, möglicherweise ineffektiv sind oder sogar bestehende gesundheitliche Ungleichheiten verschärfen. Die scheinbar gesündesten Verhaltensmuster in bestimmten Gruppen (hoher Bildungsstand) könnten durch andere, nicht gemessene Faktoren oder die spezifische Vulnerabilität benachteiligter Gruppen (trotz vermeintlich „besseren" Verhaltens) überlagert werden.