Beyond Single-Axis Inequality: An Intersectional MAIHDA Analysis of Major Cardiovascular Disease in Europe
Diese Studie nutzt einen intersektionalen MAIHDA-Ansatz auf Daten aus 30 europäischen Ländern, um zu zeigen, dass die kardiovaskuläre Sterblichkeit zwar sozial gemustert ist, diese Ungleichheiten jedoch primär aus der Akkumulation gemessener Nachteile wie niedrigem Einkommen und männlichem Geschlecht resultieren und nicht aus einzigartigen Effekten, die spezifisch für bestimmte soziale Intersektionen sind.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Herzkrankheiten bleiben eine der beständigsten Bedrohungen für die menschliche Gesundheit in ganz Europa und beeinflussen die Lebenserwartung und Lebensqualität auf eine Weise, die keineswegs zufällig ist. Seit Jahrzehnten wissen Wissenschaftler, dass der Ort, an dem ein Mensch lebt, wie viel Geld er verdient und sein Geschlecht beeinflussen das Risiko, einen Herzinfarkt oder einen Schlaganfall zu erleiden. Dies sind nicht bloß biologische Fakten, sondern soziale, die in das Gefüge des täglichen Lebens eingewoben sind – durch den Zugang zu nahrhaften Lebensmitteln, sicheren Nachbarschaften und einer hochwertigen medizinischen Versorgung. Wenn man diese Faktoren jedoch einzeln betrachtet – indem man beispielsweise nur nach dem Einkommen oder nur nach dem Geschlecht fragt – kann dies jedoch manchmal das vollständige Bild verbergen. Es ist möglich, dass die Kombination aus „Mann zu sein“ und „ein niedriges Einkommen zu haben“ ein Risiko schafft, das sich von der bloßen Addition des Risikos, ein Mann zu sein, zum Risiko, ein niedriges Einkommen zu haben, unterscheidet. Diese Studie setzte sich zum Ziel zu untersuchen, wie diese verschiedenen Teile eines Menschenlebens zusammenwirken, um die Herzgesundheit zu formen, indem sie über einzelne Kategorien hinausging, um zu sehen, wie sie in der realen Welt zusammenwirken.
Die Forscher wandten sich an eine massive Datensammlung namens European Health Interview Survey, die Informationen von fast 220.000 Erwachsenen im Alter von vierzig Jahren und älter aus dreißig verschiedenen europäischen Ländern zusammengetragen hatte. Sie konzentrierten sich auf eine spezifische Gruppe von Menschen: jene, die angaben, eine schwere Herzerkrankung zu haben, wie etwa einen Herzinfarkt, eine koronare Herzkrankheit oder einen Schlaganfall. Um die soziale Landschaft dieser Krankheit zu verstehen, betrachteten sie nicht nur Einzelpersonen; sie gruppierten sie in vierundzwanzig verschiedene Kategorien basierend auf vier zentralen Aspekten ihres Lebens: ob sie Männer oder Frauen waren, ob ihr Haushaltseinkommen niedrig oder mittel bis hoch war, wo sie geboren wurden und ob sie in einer Stadt oder einer ländlichen Gegend lebten. Dieser Ansatz ermöglichte es ihnen, die Gesundheit spezifischer Kombinationen von Menschen zu betrachten, wie etwa einkommensschwache Männer, die im ländlichen Raum geboren wurden, gegenüber einkommensstarken Frauen, die in einem anderen Land geboren wurden, anstatt alle Männer oder alle einkommensschwachen Menschen als einen einzigen, einheitlichen Block zu behandeln.
Als das Team die Daten analysierte, stellte sich heraus, dass Herzkrankheiten in der Tat ungleich verteilt waren, aber das Muster deutlicher war als eine bloße Mischung vieler verschiedener Risiken. Die Gesamtrate schwerer Herzkrankheiten in dieser Population lag bei etwa 7,5 Prozent. Als sie jedoch die spezifischen Gruppen betrachteten, erzählten die Zahlen eine Geschichte der Akkumulation. Die Menschen mit den höchsten vorhergesagten Raten an Herzkrankheiten waren Männer mit niedrigen Einkommen, insbesondere diejenigen, die im Geburtsland geboren waren und in ländlichen Gebieten oder Städten lebten. Im Gegensatz dazu waren die Gruppen mit den niedrigsten Raten Frauen mit mittlerem oder hohem Einkommen. Der Unterschied war eklatant: Die vorhergesagte Prävalenz für die am stärksten gefährdeten Gruppen erreichte fast 13 Prozent, während die am wenigsten gefährdeten Gruppen bei etwa 4 Prozent lagen. Dieser Abstand bestätigte, dass soziale Benachteiligung ein mächtiger Treiber der Herzgesundheit ist, wobei Einkommen und Geschlecht als die signifikantesten Faktoren hervorstechen.
Was diese Studie besonders aufschlussreich machte, war die Frage, ob diese Gruppen vor einzigartigen Risiken standen, nur weil sie eine spezifische Kombination von Merkmalen aufwiesen, oder ob ihr Risiko lediglich die Summe der individuellen Nachteile war, die sie mit sich brachten. Die Forscher verwendeten eine ausgeklügelte statistische Methode, um die allgemeinen Effekte des „Mann-Seins“, des „Arm-Seins“ oder des „an einem bestimmten Ort zu leben“ von einem etwaigen speziellen „zusätzlichen“ Risiko zu trennen, das durch das „Arm-Sein eines Mannes an einem bestimmten Ort“ entstehen könnte. Sie fanden heraus, dass das einzigartige Risiko, das mit den spezifischen Kombinationen von Merkmalen verbunden war, fast vollständig verschwand, sobald sie Alter, Bildung und Lebensstilfaktoren wie Rauchen, Fettleibigkeit und Bewegungsmangel berücksichtigten. Mit anderen Worten: Das hohe Risiko, dem einkommensschwache Männer ausgesetzt waren, lag nicht daran, dass das „Arm-Sein eines Mannes“ eine mysteriöse neue Gefahr erzeugte; es lag daran, dass diese Individuen mit einer schweren Akkumulation bekannter Nachteile konfrontiert waren. Die Daten zeigten, dass die Unterschiede zwischen den Gruppen fast vollständig durch den additiven Effekt dieser getrennten Faktoren erklärt werden konnten.
Die Studie untersuchte auch andere soziale Dimensionen, wie etwa den Geburtsort und die Frage, ob eine Person in einer Stadt oder auf dem Land lebte. Obwohl diese Faktoren oft in der öffentlichen Gesundheit diskutiert werden, ergab die Analyse, dass sie nach Bereinigung um Alter, Einkommen und Bildung keinen klaren, unabhängigen Zusammenhang mit Herzkrankheiten zeigten in dieser großen europäischen Stichprobe. Dies deutet darauf hin, dass die primären Treiber der Ungleichheit bei der Herzgesundheit die materiellen und sozialen Bedingungen sind, die durch Einkommen und Geschlecht erfasst werden, und nicht der spezifische geografische oder Migrationsstatus des Einzelnen. Die Forscher merkten an, dass die Fähigkeit, vorherzusagen, wer eine Herzkrankheit erleiden würde, allein basierend auf diesen sozialen Gruppen, ohne auch deren Alter und Gesundheitsverhalten zu kennen, recht begrenzt war. Dies verstärkt die Vorstellung, dass soziale Gruppen uns zwar helfen können, die Orte zu kartieren, an denen Probleme konzentriert sind, sie aber nicht den Bedarf an der Betrachtung der spezifischen Gesundheitsgewohnheiten und biologischen Risiken jedes Einzelnen ersetzen können.
Letztendlich deuten die Ergebnisse auf eine Strategie zur Verbesserung der Herzgesundheit hin, die sowohl breit gefächert als als auch gezielt ist. Da die Risiken weitgehend kumulativ sind, ist der effektivste Ansatz, die kardiovaskuläre Prävention und Versorgung allen zur Verfügung zu stellen, während gleichzeitig sichergestellt wird, dass diejenigen mit den größten Benachteiligungen proportional mehr Unterstützung erhalten. Die Studie legt nahe, dass es nicht notwendig ist, exklusive Interventionen für winzige, spezifische Untergruppen zu entwerfen, unter der Annahme, dass diese eine einzigartige, verborgene Gefahr erleben. Stattdessen sollte der Fokus darauf liegen, die Last der bekannten, messbaren Nachteile – wie Armut und mangelnder Zugang zu gesunden Ressourcen – zu verringern, die sich zu den höchsten Risiken anhäufen. Indem man diese grundlegenden Ungleichheiten angeht, können die Bemühungen der öffentlichen Gesundheit die Rate der Herzkrankheiten auf dem gesamten Kontinent effektiv senken und so helfen, die Kluft zwischen den am stärksten und am wenigsten gefährdeten Bevölkerungsgruppen zu schließen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.