Zusammenhang zwischen dem sozialen Status eines Stadtgebietes und den gesundheitlichen Risiken seiner Bewohner: Ergebnisse einer Mehrebenenanalyse zu Übergewicht, Hypertonie und Gesundheitszustand am Beispiel Augsburg

 

 Buy Article Permissions and Reprints

Zusammenfassung

Einleitung:

In empirischen Studien wurde wiederholt gezeigt, dass der sozioökonomische Status (SES) einer Region den Gesundheitszustand der Bewohner beeinflussen kann, auch nach statistischer Kontrolle individueller Faktoren des SES. In Deutschland sind dazu erst wenige Arbeiten erschienen, zumeist beziehen sie sich auf relativ große Raumeinheiten wie Landkreise. Am Beispiel eines Vergleichs zwischen Stadtgebieten in Augsburg soll in der vorliegenden Arbeit untersucht werden, ob diese regionalen Effekte auch auf innerstädtischer Ebene vorhanden sind.

Material und Methoden:

In die Analyse eingeschlossen wurden 1 888 Probanden des KORA S4 Surveys im Alter von 25 bis 74 Jahren. Die Stadtgebiete wurden entsprechend der Arbeitslosenquote eingeteilt (niedrig, mittel, hoch). Als abhängige Variablen dienten Angaben zum selbst-eingeschätzten Gesundheitszustand sowie zu 3 Risikofaktoren (Adipositas, hohe Waist-Hip-Ratio und Hypertonie). Als unabhängige Variablen wurden auf individueller Ebene Alter, Geschlecht, Bildung und Arbeitslosigkeit eingeschlossen. Die Auswertung erfolgte mit logistischen Multilevel-Analysen.

Ergebnisse:

Nach statistischer Kontrolle der individuellen Variablen (Alter, Geschlecht, Bildung, Arbeitslosigkeit) zeigte sich ein signifikanter Zusammenhang zwischen hoher regionaler Arbeitslosenquote und ‚hoher Waist-Hip-Ratio‘ (OR 1,53; 95% Konf. Intervall 1,03–2,26). Für Adipositas ergab sich ein ähnliches Bild. Für Hypertonie und den selbst-eingeschätzten Gesundheitszustand konnten dagegen keine signifikanten Zusammenhänge mit der regionalen Arbeitslosenquote gefunden werden.

Schlussfolgerung:

Offenbar gibt es gesundheitliche Risiken, die in Stadtgebieten mit hoher Arbeitslosigkeit besonders groß sind. Eine praktische Folgerung wäre, dass sich die Maßnahmen zur Verringerung dieser Risiken auch und vor allem auf die Stadtgebiete konzentrieren sollten, in denen die Arbeitslosenquote besonders hoch ist. Weitere Untersuchungen sollten sich den Ursachen der hier gezeigten sozialen und räumlichen Ungleichheit widmen.

Abstract

Introduction:

In empirical studies it has repeatedly been shown that the socioeconomic status (SES) of a region could influence the health status of its inhabitants, even if measures of individual SES are controlled for. This research has just started in Germany, but most studies focus on large geographical areas such as rural districts. Taking the example of districts in the city of Augsburg, the analyses focus on the question if these associations can also be found in a small-scale regional comparison.

Methods:

We included 1 888 participants of the KORA S4 Survey aged 25–74 years. The city districts were grouped according to the unemployment rate (low, medium, high). The dependent variables were self-rated health and 3 risk factors (obesity, high waist-hip ratio, hypertension). Additional individual variables included are age, sex, educational level and unemployment. The analyses were based on multilevel logistic regressions.

Results:

After adjustment for individual level variables (age, sex, education, unemployment), the analyses show a significantly increased risk of ‘high waist-hip ratio’ in the regions with the highest unemployment rate (OR 1.53; 95% conf. interval 1.03–2.26). A similar association was found for obesity. No significant association was observed between unemployment rate on the one hand and hypertension and self-rated health on the other.

Conclusion:

Some health risks seem to be especially high in city districts characterised by a high unemployment rate. It can be concluded that interventions aimed at reducing these risks should focus on districts with high unemployment rates. Further studies are needed for an understanding of the causes behind the social and regional inequalities shown here.

• Literatur

• 1 Marmot M, Friel S, Bell R et al. Commission on Social Determinants of Health. Closing the gap in a generation: health equity through action on the social determinants of health. Lancet 2008; 372: 1661-1669
  CrossrefPubMedGoogle Scholar
• 2 Mackenbach JP, Stirbu I, Roskam AJ et al. European Union Working Group on Socioeconomic Inequalities in Health. Socioeconomic inequalities in health in 22 European countries. N Engl J Med 2008; 358: 2468-2481
  CrossrefPubMedGoogle Scholar
• 3 Pickett KE, Pearl M. Multilevel analyses of neighbourhood socioeconomic context and health outcomes: a critical review. J Epidemiol Community Health 2001; 55: 111-122
  CrossrefPubMedGoogle Scholar
• 4 Riva M, Gauvin L, Barnett TA. Toward the next generation of research into small area effects on health: a synthesis of multilevel investigations published since July 1998. J Epidemiol Community Health 2007; 61: 853-861
  CrossrefPubMedGoogle Scholar
• 5 Cummins S, Stafford M, Macintyre S et al. Neighbourhood environment and its association with self rated health: evidence from Scotland and England. J Epidemiol Community Health 2005; 59: 207-213
  CrossrefPubMedGoogle Scholar
• 6 Diez Roux AV, Merkin SS, Arnett D et al. Neighborhood of residence and incidence of coronary heart disease. N Engl J Med 2001; 345: 99-106
  CrossrefPubMedGoogle Scholar
• 7 Latzitis N, Sundmacher L, Busse R. Regionale Unterschiede der Lebenserwartung in Deutschland auf Ebene der Kreise und kreisfreien Städte und deren mögliche Determinanten. Gesundheitswesen 2011; 73: 217-228
  Article in Thieme ConnectPubMedGoogle Scholar
• 8 Maier W, Fairburn J, Mielck A. Regionale Deprivation und Mortalität in Bayern. Entwicklung eines ‚Index Multipler Deprivation‘ auf Gemeindeebene. Gesundheitswesen 2012; 74: 416-425
  Article in Thieme ConnectPubMedGoogle Scholar
• 9 Breckenkamp J, Mielck A, Razum O. Health inequalities in Germany: do regional-level variables explain differentials in cardiovascular risk?. BMC Public Health 2007; 7: 132
  CrossrefPubMedGoogle Scholar
• 10 Kemptner D, Wildner M, Abu-Omar K et al. Regionale Unterschiede des Gesundheitsverhaltens in Bayern. Mehrebenenanalyse einer bevölkerungsrepräsentativen Befragung in Verbindung mit sozioökonomischen Strukturdaten. Gesundheitswesen 2008; 70: 28-37
  Article in Thieme ConnectPubMedGoogle Scholar
• 11 Diehl K, Schneider S. How relevant are district characteristics in explaining subjective health in Germany? A multilevel analysis. Soc Sci Med 2011; 72: 1205-1210
  CrossrefPubMedGoogle Scholar
• 12 Koller D, Mielck A. Regional and social differences concerning overweight, participation in health check-ups and vaccination. Analysis of data from a whole birth cohort of 6-year old children in a prosperous German city. BMC Public Health 2009; 9: 43
  CrossrefPubMedGoogle Scholar
• 13 Dragano N, Bobak M, Wege N et al. Neighbourhood socioeconomic status and cardiovascular risk factors: a multilevel analysis of nine cities in the Czech Republic and Germany. BMC Public Health 2007; 7: 255
  CrossrefPubMedGoogle Scholar
• 14 Voigtländer S, Berger U, Razum O. The impact of regional and neighbourhood deprivation on physical health in Germany: a multilevel study. BMC Public Health 2010; 10: 403
  CrossrefPubMedGoogle Scholar
• 15 Holle R, Happich M, Löwel H et al. MONICA/KORA Study Group. KORA – a research platform for population based health research. Gesundheitswesen 2005; 67 (Suppl. 01) 19-25
  Google Scholar
• 16 Rathmann W, Haastert B, Icks A et al. High prevalence of undiagnosed diabetes mellitus in Southern Germany: target populations for efficient screening. The KORA survey 2000. Diabetologia 2003; 46: 182-189
  CrossrefPubMedGoogle Scholar
• 17 World Health Organization Overweight and Obesity. Fact Sheet N°311; 2006
  PubMed
• 18 Czernichow S, Kengne AP, Stamatakis E et al. Body mass index, waist circumference and waist-hip ratio: which is the better discriminator of cardiovascular disease mortality risk? Evidence from an individual-participant meta-analysis of 82864 participants from nine cohort studies. Obes Rev. 2011; 12: 680-687
  PubMedGoogle Scholar
• 19 World Health Organization . Obesity. Preventing and managing the global epidemic. Report of a WHO consultation on obesity. Geneva: WHO; 1998
  Google Scholar
• 20 Whitworth JA. World Health Organization, International Society of Hypertension Writing Group. 2003 World Health Organization (WHO)/International Society of Hypertension (ISH) statement on management of hypertension. J Hypertens 2003; 21: 1983-1992
  CrossrefPubMedGoogle Scholar
• 21 Idler EL, Benyamini Y. Self-rated health and mortality: a review of twenty-seven community studies. J Health Soc Behav 1997; 38: 21-37
  CrossrefPubMedGoogle Scholar
• 22 Malmström M, Sundquist J, Johansson SE. Neighborhood environment and self-reported health status: a multilevel analysis. Am J Public Health 1999; 89: 1181-1186
  CrossrefPubMedGoogle Scholar
• 23 Noble M, Wright G et al. Measuring multiple deprivation at the small-area level. Environ Plan A 2006; 38: 169-185
  CrossrefPubMedGoogle Scholar
• 24 Mielck A. Erklärungsmodelle regionaler Gesundheitsunterschiede, Zusammenstellung der wissenschaftlichen Evidenz für das Projekt „Gesundheit regional“. Eine bevölkerungsrepräsentative Befragung zum Gesundheitsverhalten in Bayern. Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit, Hrsg. Erlangen 2007;
  PubMedGoogle Scholar
• 25 Sozialgesetzbuch (SGB) Zweites Buch (II). Grundsicherung für Arbeitssuchende http://www.sozialgesetzbuch-sgb.de/sgbii/1.html
  PubMed
• 26 Merlo J, Chaix B, Ohlsson H et al. A brief conceptual tutorial of multilevel analysis in social epidemiology: using measures of clustering in multilevel logistic regression to investigate contextual phenomena. J Epidemiol Community Health 2006; 60: 290-297
  PubMedGoogle Scholar
• 27 Black JL, Macinko J. Neighborhoods and obesity. Nutr Rev 2008; 66: 2-20
  CrossrefPubMedGoogle Scholar
• 28 Dragano N, Hoffmann B, Moebus S. Heinz Nixdorf Recall Study Investigative Group. Traffic exposure and subclinical cardiovascular disease: is the association modified by socioeconomic characteristics of individuals and neighbourhoods? Results from a multilevel study in an urban region. Occup Environ Med 2009; 66: 628-635
  CrossrefPubMedGoogle Scholar
• 29 van Lenthe FJ, Mackenbach JP. Neighbourhood and individual socioeconomic inequalities in smoking: the role of physical neighbourhood stressors. J Epidemiol Community Health 2006; 60: 699-705
  CrossrefPubMedGoogle Scholar
• 30 Mujahid MS, Diez Roux AV, Morenoff JD et al. Neighborhood characteristics and hypertension. Epidemiology 2008; 19: 590-598
  CrossrefPubMedGoogle Scholar
• 31 Voigtländer S, Mielck A, Razum O. Die Bedeutung des kleinräumigen Kontexts für Gesundheit: Entwurf eines Erklärungsmodells. Gesundheitswesen 2011; published online
  CrossrefPubMedGoogle Scholar
• 32 Santana P, Santos R, Nogueira H. The link between local environment and obesity: a multilevel analysis in the Lisbon Metropolitan Area, Portugal. Soc Sci Med 2009; 68: 601-609
  PubMedGoogle Scholar
• 33 Cohen DA, Finch BK, Bower A et al. Collective efficacy and obesity: the potential influence of social factors on health. Soc Sci Med 2006; 62: 769-778
  CrossrefPubMedGoogle Scholar