Statistical Invisibility of Disability in Humanitarian Contexts: A Scoping Review and Case Lessons from Syria
Diese Scoping Review und Fallstudie zu Syrien verdeutlichen, dass konventionelle statistische Methoden Menschen mit Behinderungen in humanitären Kontexten systematisch unsichtbar machen, indem sie komplexe, intersektionale Realitäten nicht erfassen, was somit einen Paradigmenwechsel hin zu einer stärker disaggregierten und flexiblen Datenerhebung erforderlich macht, um eine inklusive Hilfsleistung zu gewährleisten.
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
In der Welt der öffentlichen Gesundheit sind Zahlen die Sprache, die darüber entscheidet, wer Hilfe erhält. Wenn eine Krise eintritt, sei es eine Naturkatastrophe oder ein Krieg, verlassen sich Hilfsorganisationen auf Umfragen und Daten, um herauszufinden, wie viele Menschen krank oder verletzt sind und welche Art von Medikamenten oder Unterkünften sie benötigen. Seit Jahrzehnten besteht die Standardmethode zur Erfassung von Menschen mit Behinderungen darin, eine einfache Frage zu stellen: „Sind Sie behindert?“ Wenn die Antwort ja lautet, wird die Person als eine Einheit in einer einzigen Gruppe gezählt. Dieser Ansatz behandelt Behinderung als ein feststehendes Etikett, wie einen Stempel auf einer Akte, statt als eine komplexe Erfahrung, die sich je nach dem jeweiligen Umfeld, der spezifischen Art der Beeinträchtigung und den Barrieren, mit denen die Person täglich konfrontiert ist, verändert. Das Problem ist, dass diese einfache Zählmethode oft die verwundbarsten Menschen übersieht. Sie erkennt nicht diejenigen, deren Behinderungen nicht sichtbar sind, wie etwa psychische Traumata oder Lernschwierigkeiten, oder diejenigen, deren Beweglichkeit nur durch kaputte Straßen und fehlende Rampen eingeschränkt ist. Wenn die Daten unvollständig sind, ist auch die darauf folgende Hilfe unvollständig, wodurch Millionen von Menschen ohne die Unterstützung bleiben, die sie so dringend benötigen.
Eine neue Studie von Forschern der Liverpool John Moores University untersucht, warum diese Lücke existiert und wie sie Menschen in Konfliktzonen schadet. Das Team führte eine umfassende Überprüfung der wissenschaftlichen Literatur durch, die zwischen 2010 und 2024 veröffentlicht wurde, um zu untersuchen, wie Forscher und Gesundheitsbehörden traditionell Statistiken zur Untersuchung von Menschen mit Behinderungen verwendet haben. Sie untersuchten einundvierzig verschiedene Studien, um die eingesetzten Werkzeuge und Methoden zu verstehen. Was sie fanden, war ein Muster der Starrheit. Die meisten Forschungsarbeiten stützten sich auf Standardumfragen, die dieselben fest vorgegebenen Fragen zu einem einzigen Zeitpunkt stellten. Diese Umfragen fassten oft alle Arten von Behinderungen in einer einzigen großen Kategorie zusammen und ignorien die enormen Unterschiede zwischen jemandem, der blind ist, jemandem, der einen Rollstuhl nutzt, und jemandem, der mit den psychischen Narben des Krieges kämpft. Darüber hinaus schlossen die Methoden zur Auswahl der Befragten systematisch Menschen aus, die isoliert lebten, in schwer erreichbaren Gebieten wohnten oder unter Bedingungen litten, die sich nicht äußerlich zeigen.
Die Forscher identifizierten vier Hauptgründe, warum Menschen mit Behinderungen in diesen Statistiken unsichtbar bleiben. Erstens sind die verwendeten mathematischen Modelle zu statisch; sie können nicht erfassen, wie sich die Funktionsfähigkeit eines Menschen verändert, wenn sich sein Umfeld ändert oder die Zeit vergeht. Zweitens gibt es ein weit verbreitetes Versagen bei der Aufschlüsselung der Daten. Anstatt zu berichten, wie viele Menschen spezifische Bedürfnisse haben, geben die Daten oft nur „behindert“ an, was die einzigartigen Herausforderungen verschiedener Gruppen verbirgt. Drittens schließen die Wege, wie Personen für Umfragen ausgewählt werden, Menschen mit nicht-physischen Behinderungen wie Autismus oder posttraumatischen Belastungsstörungen systematisch aus, da die Fragen nicht darauf ausgelegt sind, diese zu finden. Schließlich sind die Werkzeuge zur Messung von Behinderungen zu unflexibel, um in chaotischen, krisengeschüttelten Umgebungen gut zu funktionieren, in denen Stigmatisierung oder Angst Menschen dazu bringen könnten, zögerlich bei ehrlichen Antworten zu sein.
Um zu zeigen, wie gefährlich diese statistischen Fehler sein können, untersuchten die Autoren die Situation in Syrien genauer. In diesem vom Konflikt betroffenen Land bedeutet die Zerstörung staatlicher Aufzeichnungen, dass humanitäre Gruppen auf ihre eigenen Umfragen angewiesen sind, um die Bevölkerung zu zählen. Die Studie hebt eine erschreckende Verschiebung in den gemeldeten Zahlen zwischen zwei großen Erhebungen hervor. Im Jahr 2022 schätzte ein Bericht, dass 29 Prozent der syrischen Bevölkerung, also etwa 4,2 Millionen Menschen, mit einer Behinderung lebten. Nur ein Jahr später schätzte ein neuer Bericht, der ein etwas anderes Umfragewerkzeug und eine andere Zählweise verwendete, dass nur 17 Prozent, also etwa 2,6 Millionen Menschen, behindert waren. Die Bevölkerung war nicht plötzlich gesünder geworden, und Millionen von Menschen hatten sich nicht von ihren Verletzungen erholt. Der Rückgang der Zahlen war rein ein Artefakt der geänderten Fragen und der geänderten Regeln, die festlegten, wer als behindert galt.
Diese Änderung der Methodik hatte unmittelbare und schwerwiegende reale Konsequenzen. Da internationale Gelder und die Verteilung von Hilfsgütern direkt an diese Zahlen gekoppelt sind, bedeutete der plötzliche Rückgang, dass über 1,5 Millionen Menschen effektiv aus den offiziellen Plänen gestrichen wurden. Infolgedessen wurden spezialisierte Schutzdienste, Rehabilitationszentren und Hilfsmittel wie Rollstühle oder Hörgeräte für diese Personen reduziert oder gänzlich gestrichen. Die Studie zeigt, dass die Wahl eines statistischen Werkzeugs nicht nur eine akademische Übung ist; es ist eine Entscheidung, die darüber bestimmt, ob eine verwundbare Person lebensrettende Hilfe erhält oder zurückgelassen wird.
Die Autoren kommen zu dem Schluss, dass die derzeitige Art der Zählung für die Realität moderner Krisen grundlegend fehlerhaft ist. Sie argumentieren, dass Gesundheitsbehörden aufhören müssen, breite „Einheitslösungen“ anzuwenden, und statlich detaillierte Daten sammeln müssen, die Menschen nach der Art der Beeinträchtigung, der Schwere ihres Zustands sowie Alter und Geschlecht differenzieren. Sie fordern zudem Umfragewerkzeuge, die an lokale Kontexte angepasst werden können und in der Lage sind, unsichtbare Leiden wie psychische Probleme zu erfassen. Am wichtigsten ist jedoch ihr Appell, dass Menschen mit Behinderungen selbst in die Gestaltung dieser Umfragen einbezogen werden müssen. Indem sie auf die Menschen hören, die sie zählen wollen, können Hilfsorganisationen sicherstellen, dass ihre Daten die wahre Komplexität der menschlichen Erfahrung widerspiegeln und so die statistische Auslöschung verhindern, die derzeit Millionen von Menschen im Dunkeln lässt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.