Physical activity and body mass index inequities among adult women in the United States: An application of intersectional multilevel analysis of individual heterogeneity and discriminatory accuracy (I-MAIHDA)

Diese Studie nutzt eine intersektionelle Mehrebenenanalyse, um zu zeigen, dass Ungleichheiten bei körperlicher Aktivität und dem Body-Mass-Index unter US-amerikanischen Frauen vor allem durch die Kombination von Merkmalen wie Ethnizität, Alter, Bildung, Herkunft und Beschäftigungsstatus erklärt werden.

Das Wesentliche

Stellen Sie sich vor, der Körper einer Frau ist wie ein Garten. Damit dieser Garten gesund blüht (also ein gesundes Gewicht hat und viel Bewegung stattfindet), braucht er nicht nur Sonne und Wasser, sondern auch die richtige Erde und Pflege.

Dieser wissenschaftliche Artikel untersucht genau das: Warum sind manche Gärten in den USA voller Leben und Bewegung, während andere eher verwildert oder schwer zu pflegen sind? Und vor allem: Welche unsichtbaren Kräfte formen diese Unterschiede?

Hier ist die Geschichte der Studie, einfach erklärt:

1. Das große Puzzle (Die Methode)

Früher haben Forscher oft nur auf ein einziges Stück des Puzzles geschaut. Zum Beispiel: „Wie wirkt sich das Einkommen aus?" oder „Wie wirkt sich die Hautfarbe aus?"

Diese Forscher haben jedoch eine neue Art, das Puzzle zu betrachten, gewählt. Sie nennen es I-MAIHDA. Das klingt kompliziert, ist aber im Grunde wie das Betrachten eines Mosaiks.
Stellen Sie sich vor, jede Frau ist ein einzigartiges Mosaiksteinchen. Dieses Steinchen besteht aus vielen Farben und Formen gleichzeitig:

• Welche Hautfarbe hat sie? (Rasse/Ethnie)
• Wie alt ist sie? (Alter)
• Wie viel Schulbildung hat sie? (Bildung)
• Ist sie in den USA geboren oder woanders her? (Herkunft)
• Hat sie einen Job? (Beruf)

Die Forscher haben nicht nur die einzelnen Farben betrachtet, sondern wie diese Farben zusammenwirken, um das Bild zu ergeben. Sie wollten wissen: Wenn man alle diese Faktoren kombiniert, wie stark beeinflussen sie dann, wie viel sich eine Frau bewegt und wie ihr Gewicht ist?

2. Die Daten: Ein riesiger Blick in den Spiegel

Die Forscher haben sich die Daten von fast 4.600 Frauen aus den USA angesehen (aus den Jahren 2015 bis 2020). Sie haben gemessen:

• Bewegung: Wie viel Sport machen sie? (Das ist wie die „Bewegung im Garten").
• Gewicht (BMI): Wie schwer sind sie im Verhältnis zu ihrer Größe? (Das ist wie die „Erde im Garten").

3. Was sie herausfanden (Die Ergebnisse)

Stellen Sie sich vor, die Unterschiede im Gartenzustand sind wie ein riesiger Kuchen. Die Forscher wollten wissen: Welches Stück des Kuchens wird durch die Kombination aller sozialen Faktoren erklärt?

• Das überraschende Ergebnis: Die Kombination aus Hautfarbe, Alter, Bildung, Herkunft und Job erklärt fast den ganzen Kuchen (bei der Bewegung fast 100 %, beim Gewicht fast 98 %). Das bedeutet: Es geht nicht nur um den Willen der einzelnen Frau, sondern sehr stark um den „Rahmen", in dem sie lebt.

Wer hatte es am schwersten?

• Wenig Bewegung: Frauen, die asiatisch oder schwarz sind, zwischen 35 und 49 Jahre alt, im Ausland geboren wurden oder keinen hohen Schulabschluss hatten, bewegten sich im Durchschnitt am wenigsten.
• Höheres Gewicht: Schwarze und lateinamerikanische Frauen sowie Frauen unter 64 Jahren hatten im Durchschnitt ein höheres Gewicht.

4. Was bedeutet das für uns? (Die Lehre)

Die wichtigste Botschaft dieser Studie ist wie ein Lichtschalter, der angeknipst wird:

Wenn wir wollen, dass alle Frauen gesünder werden, reicht es nicht, ihnen nur zu sagen: „Mach mehr Sport!" oder „Iss weniger!". Das ist, als würde man einem Garten, der auf felsigem Boden steht, nur mehr Wasser geben, ohne den Boden zu lockern.

Die Studie sagt uns: Um die Gärten wirklich zu verbessern, müssen wir die sozialen Wurzeln verstehen. Wir brauchen politische Maßnahmen, die genau auf diese spezifischen Gruppen zugeschnitten sind. Wenn wir wissen, dass eine bestimmte Gruppe von Frauen aufgrund ihrer Herkunft, ihres Alters und ihrer Bildung weniger Zugang zu Parks oder gesunden Lebensmitteln hat, können wir genau dort ansetzen.

Zusammengefasst:
Der Garten einer Frau wird nicht nur von ihr selbst gepflegt, sondern stark von der Umgebung bestimmt, in die sie hineingeboren wurde oder in der sie lebt. Um die Gesundheit aller Frauen zu verbessern, müssen wir diese Umgebung fairer gestalten.

Technische Zusammenfassung

Technische Zusammenfassung: Physische Aktivität und BMI-Ungleichheiten bei erwachsenen Frauen in den USA

1. Problemstellung
Physische Aktivität (PA) und der Body-Mass-Index (BMI) sind entscheidende Determinanten für das kardiovaskuläre Risiko, insbesondere bei Frauen. Bisherige Forschung hat jedoch oft unzureichend untersucht, wie sich verschiedene soziale Achsen (Intersektionalität) überschneiden und gemeinsam Ungleichheiten in Bezug auf PA und BMI bei Frauen in den Vereinigten Staaten prägen. Es bestand ein Mangel an Studien, die diese komplexen Wechselwirkungen zwischen sozioökonomischen und demografischen Faktoren simultan analysieren.

2. Methodik
Die Studie nutzte Daten aus der National Health and Nutrition Examination Survey (NHANES) für den Zeitraum 2015–2020.

• Stichprobe: Es wurden Daten von erwachsenen Frauen analysiert (n = 4.591 für PA; n = 4.596 für BMI).
• Analyseverfahren: Der Kern der Methodik bildete die Intersectional Multilevel Analysis of Individual Heterogeneity and Discriminatory Accuracy (I-MAIHDA). Dies ist ein fortgeschrittenes statistisches Verfahren, das lineare Modelle verwendet, um Ungleichheiten über sogenannte „Intersektionalitäts-Schichten" (Strata) hinweg zu untersuchen.
• Definition der Schichten: Die Strata wurden durch die Kombination folgender sozialer Achsen definiert:
  • Rasse/Ethnizität
  • Alter
  • Bildungsstand
  • Geburtsort (Nativität)
  • Erwerbsstatus
• Statistische Ziele:
  1. Quantifizierung des Anteils der Varianz in PA und BMI, der durch diese Intersektionalitäts-Schichten erklärt wird.
  2. Schätzung additiver Fixeffekte, um vorhergesagte Mittelwerte für spezifische Gruppen zu ermitteln.
  3. Bewertung der diskriminierenden Genauigkeit (Discriminatory Accuracy) des Modells.

3. Wichtige Beiträge
Der Hauptbeitrag dieser Arbeit liegt in der Anwendung der I-MAIHDA-Methode auf große nationale US-Daten, um nicht nur einzelne Faktoren, sondern deren kombinierte Wirkung auf Gesundheitsungleichheiten zu beleuchten. Im Gegensatz zu traditionellen Regressionsmodellen, die oft additive Effekte isoliert betrachten, erlaubt dieser Ansatz eine differenzierte Betrachtung spezifischer Lebensrealitäten (z. B. eine ältere, gebildete, im Ausland geborene schwarze Frau vs. eine junge, weniger gebildete einheimische weiße Frau).

4. Ergebnisse

• Varianzaufklärung: Im Nullmodell (ohne Kovariaten) erklärten die definierten Intersektionalitäts-Schichten 4,6 % der Varianz bei physischer Aktivität und 13,8 % der Varianz beim BMI.
• Gesamterklärungsgrad: Wenn man die spezifischen Haupteffekte der einzelnen Variablen (Alter, Rasse/Ethnizität, Bildung, Nativität, Erwerbsstatus) betrachtet, wurden 99,2 % der Varianz bei PA und 97,5 % der Varianz beim BMI durch diese Faktoren erklärt. Dies deutet darauf hin, dass die untersuchten soziodemografischen Merkmale die treibenden Kräfte der Ungleichheiten sind.
• Vorhergesagte Mittelwerte (PA): Im Durchschnitt wiesen folgende Gruppen die niedrigsten vorhergesagten Werte für physische Aktivität auf:
  • Asien- und Schwarze Frauen.
  • Frauen im Alter von 35–49 Jahren.
  • In den USA geborene Frauen (im Kontext der spezifischen Modellierung, wobei der Abstract "born outside the US" bei BMI erwähnt, bei PA jedoch "born outside the US" als Gruppe mit niedriger PA genannt wird – Korrektur basierend auf Text: "those born outside the US" hatten die niedrigste PA).
  • Frauen mit einem Bildungsabschluss unter dem High-School-Niveau.
• Vorhergesagte Mittelwerte (BMI):
  • Schwarze und Hispanic/Latino-Frauen sowie Frauen unter 64 Jahren wiesen die höchsten durchschnittlichen BMI-Werte auf.

5. Bedeutung und Implikationen
Die Studie zeigt, dass Ungleichheiten bei physischer Aktivität und BMI bei Frauen in den USA primär durch das Zusammenspiel von Rasse/Ethnizität, Alter, Bildung, Herkunft und Erwerbsstatus bestimmt werden.

• Politische Relevanz: Die Ergebnisse unterstreichen die Notwendigkeit von Gesundheitsförderungsstrategien, die über universelle Ansätze hinausgehen.
• Zielgruppenspezifische Maßnahmen: Es werden maßgeschneiderte Interventionen gefordert, die spezifisch auf Frauen mit diesen identifizierten sozialen Identitäten und Lebenserfahrungen zugeschnitten sind, um die beobachteten Ungleichheiten effektiv zu adressieren.
• Methodischer Fortschritt: Die Anwendung der I-MAIHDA demonstriert die Überlegenheit intersektionaler multilevel-Ansätze gegenüber traditionellen Methoden, um die komplexe Realität gesundheitlicher Disparitäten adäquat abzubilden.